Physical Intelligence（π）：適用於機器人的通用人工智慧

#QUA #Quasa #physicalintelligence

Physical Intelligence（介紹刊載於 Quasa.io/projects/physical-intelligence）——又稱為 π（pi.website）——是一家開創性的機器人基礎模型公司，致力於為實體世界開發通用人工智慧。

他們的使命是打造可引導的模型，能夠控制任何機器人執行任何任務，將大型語言模型的強大能力帶入真實世界的機器人應用。

Physical Intelligence 的核心是建構統一的視覺－語言－動作（VLA）模型，作為機器人的「實體智慧層」。

主要亮點包括：

• π 0.7——最新的可引導機器人基礎模型，具備湧現能力，泛化能力也大幅提升。
• 通用策略——π0、π0.5 及後續版本等模型，能從大量來自多種機器人的資料中學習，並將所學泛化至新任務、新環境，甚至新的機器人硬體。
• 進階能力——長期與短期記憶、透過線上強化學習（RL）實現精準操作、階層式推理（系統 1 + 系統 2 思考），以及從人類到機器人的遷移學習。
• 可引導性與語言控制——能理解自然語言指令並即時調整的機器人。
• 真實世界應用——清潔未曾接觸過的廚房與臥室、複雜操作、追蹤與追溯類型的任務，以及邁向家用與工業機器人的發展路徑。

它非常適合機器人研究人員、硬體公司、探索自動化的企業，以及所有關注具身人工智慧未來發展的人。在 2026 年，Physical Intelligence 脫穎而出，成為推動通用實體智慧發展最具潛力、技術最先進的團隊之一。

機器人與人工智慧社群反應熱烈：
「π 模型展現出令人印象深刻的泛化能力與可引導性，確實朝實用的通用機器人邁進了一步。」
「他們在湧現能力與記憶方面的進展，正是這個領域所需要的。」
「看著這些模型控制新的機器人、處理未曾見過的任務，感覺就像機器人領域寒武紀大爆發的開端。」

它尤其擅長建立通用機器人策略、實現以語言引導的機器人行為、快速將所學泛化至新任務與新硬體，並為可擴展的實體人工智慧奠定基礎。

缺點：仍處於從研究轉向產品的過渡階段；模型需要大量運算資源與資料；真實世界的大規模部署正逐漸起步，但尚未普及。

整體而言，對於任何關注 2026 年人工智慧前沿發展的人來說，Physical Intelligence（π）是投入具身智慧領域最令人振奮、也最重要的公司之一。他們正將通用機器人的夢想化為現實。

也透過 Quasa 賺取 QUA 獎勵吧！

4.8/5 星（在技術創新與泛化能力進展方面表現出色；在消費與工業領域的廣泛部署仍處於早期階段）。

開始使用：https://quasa.io/projects/physical-intelligence