今日官方渠道传递重大研究成果许家印受审 很高兴为您解答这个问题，让我来帮您详细说明一下。品牌授权报修电话，快速上门服务

合肥市瑶海区湖北省宜昌市宜都市广东省汕头市南澳县门头沟区大峪街道辽宁省辽阳市白塔区平山县岗南镇海南省三沙市西沙区广东省汕头市龙湖区辽宁省朝阳市北票市昌平区回龙观街道四川省德阳市广汉市贵州省铜仁市玉屏侗族自治县阿克苏地区拜城县淮南市大通区蓟州区东赵各庄镇山西省晋中市灵石县河东区大直沽街道广东省云浮市新兴县湖北省宜昌市宜都市桥西区苑东街道鹿泉区白鹿泉乡西青区精武镇四川省广安市岳池县黑龙江省鹤岗市福建省福州市罗源县青海省海北藏族自治州门源回族自治县江苏省南京市浦口区北辰区广源街道四川省德阳市广汉市南阳市内乡县合肥市瑶海区云南省丽江市宁蒗彝族自治县内蒙古乌海市乌达区辽宁省沈阳市沈河区福建省厦门市湖里区武清区上马台镇海南省三沙市西沙区江西省吉安市吉安县鹿泉区白鹿泉乡淮南市大通区赞皇县西龙门乡长安区广安街道西青区精武镇山东省滨州市四川省宜宾市江安县山西省吕梁市岚县西城区月坛街道陕西省咸阳市兴平市黑龙江省佳木斯市富锦市西青区精武镇行唐县龙州镇昌平区小汤山镇平顶山市卫东区元氏县苏村乡和田地区湖北省宜昌市秭归县喀什地区麦盖提县武清区汊沽港镇静海区大邱庄镇江西省吉安市永新县蓟州区官庄镇湖北省恩施土家族苗族自治州建始县辽宁省大连市旅顺口区焦作市中站区福建省漳州市龙海市山西省忻州市宁武县辽宁省本溪市溪湖区贵州省黔东南苗族侗族自治州天柱县密云区高岭镇山西省朔州市山阴县平山县岗南镇乌鲁木齐市沙依巴克区静海区大邱庄镇河东区东新街道福建省福州市永泰县四川省凉山彝族自治州甘洛县山东省德州市齐河县山西省晋中市太谷区山东省泰安市泰山区昌平区回龙观街道山西省朔州市山阴县广东省江门市山东省烟台市龙口市河东区大直沽街道山西省晋中市榆社县贵州省安顺市普定县山西省晋中市榆社县福建省福州市永泰县内蒙古鄂尔多斯市鄂托克旗隆安县湖北省宜昌市夷陵区江苏省徐州市南阳市内乡县山东省德州市齐河县广东省广州市越秀区乌鲁木齐市沙依巴克区福建省福州市罗源县哈密市伊吾县顺义区空港街道固原市西吉县

最新相关部门披露最新研究成果机器人转折点来了？这家美国公司称其新模型能“让机器人执行从未训练过的任务”，很高兴为您解答这个问题，让我来帮您详细说明一下:官方服务专线，支持多品牌报修

喀什地区麦盖提县朝阳区小红门地区内蒙古鄂尔多斯市康巴什区马鞍山市博望区江西省鹰潭市余江区山东省烟台市牟平区山西省晋中市榆社县山东省泰安市泰山区广东省云浮市新兴县四川省凉山彝族自治州昭觉县辽宁省沈阳市河西区桃园街道内蒙古兴安盟乌兰浩特市江苏省镇江市句容市四川省宜宾市珙县密云区古北口镇许昌市建安区江西省吉安市吉安县海南省儋州市芜湖市南陵县西乡塘区江西省九江市武宁县四川省成都市双流区辽宁省本溪市溪湖区云南省大理白族自治州云龙县赞皇县西龙门乡山东省泰安市泰山区山东省枣庄市台儿庄区四川省德阳市广汉市四川省凉山彝族自治州甘洛县喀什地区麦盖提县甘肃省白银市景泰县朝阳区小红门地区黑龙江省绥化市明水县云南省大理白族自治州云龙县黑龙江省鹤岗市阿克苏地区拜城县广东省珠海市斗门区云南省文山壮族苗族自治州广南县四川省成都市金牛区江苏省连云港市赣榆区湖北省孝感市汉川市四川省成都市金牛区云南省西双版纳傣族自治州勐腊县山西省运城市夏县山西省晋城市高平市乌鲁木齐市沙依巴克区西青区精武镇平山县上观音堂乡元氏县蓟州区东施古镇西青区精武镇巴音郭楞蒙古自治州和硕县武清区上马台镇山西省长治市襄垣县山西省运城市夏县山西省吕梁市中阳县福建省三明市梅列区河西区桃园街道吉林省长春市双阳区昌平区阳坊镇西青区精武镇赞皇县院头镇福建省福州市永泰县黑龙江省伊春市金林区井陉县吴家窑乡辽宁省本溪市溪湖区陕西省汉中市西乡县山西省长治市襄垣县重庆市市辖区北碚区新乐市协神乡无极县大陈镇甘肃省白银市景泰县固原市西吉县广东省广州市越秀区福建省福州市罗源县山东省泰安市泰山区丰台区宛平城地区福建省漳州市龙海市贵州省铜仁市玉屏侗族自治县山西省长治市襄垣县甘肃省陇南市海南省儋州市平山县宅北乡蚌埠市龙子湖区巴音郭楞蒙古自治州和硕县辽宁省铁岭市开原市桥西区苑东街道朝阳区管庄地区延庆区康庄镇山西省忻州市宁武县固原市西吉县桥西区留营街道喀什地区叶城县海南省儋州市福建省南平市西乡塘区丰台区右安门街道蚌埠市龙子湖区海淀区青龙桥街道

全球服务区域:山东省滨州市湖北省宜昌市夷陵区四川省宜宾市江安县福建省漳州市龙海市江西省吉安市永新县山西省晋中市榆社县西藏阿里地区日土县四川省德阳市广汉市云南省怒江傈僳族自治州福贡县福建省南平市山西省晋城市泽州县山东省烟台市牟平区黑龙江省大兴安岭地区呼玛县长安区广安街道山西省吕梁市岚县濮阳市南乐县元氏县淮南市大通区江西省九江市武宁县井陉县测鱼镇亳州市利辛县山西省忻州市宁武县云南省怒江傈僳族自治州福贡县陕西省西安市未央区芜湖市南陵县井陉县测鱼镇黑龙江省鸡西市鸡冠区贵州省黔东南苗族侗族自治州天柱县江苏省南京市浦口区平山县宅北乡蓟州区官庄镇北辰区江西省赣州市石城县江西省九江市武宁县西城区天桥街道福建省厦门市湖里区西城区月坛街道湖北省宜昌市秭归县塔城地区和布克赛尔蒙古自治县赞皇县西龙门乡海淀区青龙桥街道湖北省宜昌市夷陵区甘肃省甘南藏族自治州朝阳区酒仙桥街道洛阳市汝阳县山西省朔州市山阴县焦作市沁阳市百色市靖西市焦作市沁阳市福建省福州市罗源县昌平区延寿镇蚌埠市蚌山区喀什地区麦盖提县福建省厦门市海沧区朝阳区酒仙桥街道北辰区朝阳区酒仙桥街道陕西省宝鸡市眉县江苏省徐州市新沂市内蒙古锡林郭勒盟镶黄旗黑龙江省佳木斯市富锦市广东省云浮市新兴县许昌市建安区广东省珠海市斗门区江苏省徐州市新沂市陕西省汉中市西乡县昌平区回龙观街道海南省儋州市青海省海北藏族自治州门源回族自治县阿克苏地区拜城县甘肃省白银市景泰县洛阳市汝阳县湖北省恩施土家族苗族自治州建始县密云区高岭镇陕西省商洛市山阳县北辰区山西省朔州市山阴县黑龙江省佳木斯市汤原县甘肃省天水市秦州区江苏省南通市启东市赞皇县西龙门乡焦作市陕西省西安市未央区钦州市银川市贺兰县广东省云浮市新兴县福建省莆田市城厢区昌平区回龙观街道昌平区小汤山镇平山县上观音堂乡山东省泰安市泰山区许昌市建安区四川省广元市贵州省安顺市普定县鹿泉区白鹿泉乡贵州省黔南布依族苗族自治州惠水县江苏省南京市浦口区黑龙江省七台河市桃山区蚌埠市龙子湖区赞皇县西龙门乡

今日官方渠道披露行业动态机器人转折点来了？这家美国公司称其新模型能“让机器人执行从未训练过的任务”，很高兴为您解答这个问题，让我来帮您详细说明一下:售后服务维修中心电话，支持多渠道服务

全国服务区域：行唐县龙州镇四川省凉山彝族自治州西昌市贵州省安顺市普定县蚌埠市龙子湖区北辰区四川省宜宾市翠屏区四川省泸州市江阳区山东省潍坊市青州市内蒙古呼伦贝尔市阿荣旗信阳市平桥区顺义区空港街道黑龙江省鸡西市鸡冠区四川省广元市青海省海北藏族自治州门源回族自治县黑龙江省大兴安岭地区呼玛县行唐县龙州镇黑龙江省大兴安岭地区呼玛县福建省福州市罗源县四川省泸州市江阳区密云区河南寨镇山西省晋城市高平市山东省烟台市牟平区银川市贺兰县黑龙江省伊春市金林区重庆市县巫山县江苏省徐州市和平区南市街道福建省厦门市海沧区固原市西吉县井陉县测鱼镇广东省惠州市龙门县山西省运城市夏县福建省莆田市仙游县四川省甘孜藏族自治州九龙县内蒙古锡林郭勒盟正镶白旗海南省儋州市赞皇县西龙门乡湖北省孝感市汉川市江苏省徐州市新沂市山西省晋城市高平市濮阳市南乐县桥西区东华街道黑龙江省七台河市桃山区云南省文山壮族苗族自治州广南县山东省烟台市牟平区广东省深圳市辽宁省沈阳市浑南区平山县宅北乡井陉县测鱼镇江西省赣州市石城县西城区月坛街道辽宁省沈阳市浑南区江西省景德镇市昌江区海南省儋州市辽宁省铁岭市清河区元氏县江苏省南京市浦口区山西省晋中市灵石县黑龙江省鸡西市鸡冠区贵州省铜仁市印江土家族苗族自治县西藏山南市山东省德州市齐河县江西省萍乡市上栗县福建省南平市建瓯市四川省凉山彝族自治州昭觉县密云区高岭镇福建省莆田市城厢区静海区大邱庄镇山东省聊城市冠县云南省普洱市景东彝族自治县江苏省徐州市丰县焦作市中站区辽宁省锦州市义县黑龙江省鸡西市鸡冠区海南省海口市美兰区昌平区回龙观街道喀什地区麦盖提县百色市靖西市福建省莆田市城厢区甘肃省庆阳市镇原县黑龙江省大兴安岭地区呼玛县亳州市利辛县密云区河南寨镇元氏县苏村乡长安区广安街道朝阳区管庄地区山西省晋中市太谷区阿克苏地区拜城县钦州市喀什地区叶城县湖北省宜昌市夷陵区山东省烟台市牟平区四川省甘孜藏族自治州泸定县福建省莆田市仙游县喀什地区叶城县陕西省汉中市留坝县芜湖市南陵县贵州省铜仁市印江土家族苗族自治县平山县东回舍镇黑龙江省佳木斯市汤原县

售后服务上门服务电话，智能分配单据：机器人转折点来了？这家美国公司称其新模型能“让机器人执行从未训练过的任务”

机器人AI领域或正迎来类似大语言模型的能力跃迁时刻。

总部位于旧金山的机器人初创公司Physical Intelligence周四发布最新研究，称其新模型π0.7能够指挥机器人完成从未经过专项训练的任务——这一能力甚至令公司自身研究人员感到意外。

该公司联合创始人、加州大学伯克利分校教授Sergey Levine表示，这标志着机器人AI正在从"死记硬背"走向"举一反三"，其能力提升速度将超越训练数据规模的线性增长。

这一突破若得到外部验证，将对机器人行业的商业化路径产生深远影响——机器人有望在无需额外数据采集或模型重训练的前提下，被部署至全新环境并实时优化。与此同时，据报道Physical Intelligence正就新一轮融资进行洽谈，估值或从56亿美元接近翻倍至110亿美元。

核心突破：从"专项记忆"到"组合泛化"

Physical Intelligence成立仅两年，此次发布的π0.7模型所展示的核心能力被研究人员称为“组合泛化”（compositional generalization）——即将在不同场景下习得的技能加以组合，从而解决模型从未遇到过的新问题。

这与此前机器人训练的主流范式截然不同。过去的标准做法本质上是“死记硬背”：针对每一项具体任务收集数据、训练专项模型，再对下一项任务重复这一流程。π0.7打破了这一模式。

Levine将这一转变类比于大语言模型领域曾出现的能力跃迁："一旦跨越那个临界点，从只能完成有数据支撑的任务，转变为能够以新方式重新组合技能，能力提升的速度就会超过数据量增长的线性比例。这种更有利的扩展特性，我们此前已在语言和视觉领域观察到过。"

关键演示：空气炸锅实验揭示"知识涌现"

此次研究中最具说服力的演示，来自一台模型几乎从未在训练中见过的空气炸锅。研究团队事后排查发现，整个训练数据集中仅有两条相关记录：一条是另一台机器人将空气炸锅推关，另一条来自开源数据集，记录了一台机器人按指令将塑料瓶放入其中。

然而，π0.7将这两段碎片化信息与更广泛的网络预训练数据加以整合，形成了对该设备运作方式的功能性理解。在零提示的情况下，模型尝试用空气炸锅烹饪红薯，取得了基本可接受的结果；在获得逐步语言指引后，任务执行成功。

Physical Intelligence研究员、斯坦福大学计算机科学博士生Lucy Shi描述了一个早期实验的戏剧性转变：初始成功率仅为5%，但在花费约半小时优化对任务的描述方式后，成功率跃升至95%。"有时候失败不在机器人，也不在模型，而在于我们自己——提示词工程做得不够好，"她说。

研究科学家Ashwin Balakrishna则表示，过去他总能根据训练数据预判模型的能力边界，"但过去几个月是我第一次真正感到惊讶。我随手买了一套齿轮，问机器人能不能转动它，它就直接做到了。"

局限性：研究人员主动划定边界

研究团队对模型的局限性保持坦诚。π0.7目前尚无法从单一高层指令出发，自主完成复杂的多步骤任务。"你不能对它说'去给我做片吐司'，"Levine说，"但如果你一步步引导它——'对于烤面包机，打开这个部分，按那个按钮，做这个'——它通常能做得很好。"

此外，机器人领域目前缺乏标准化基准测试，使得外部验证存在相当难度。Physical Intelligence选择将π0.7与自家此前的专项模型进行对比，结果显示这一通用模型在制作咖啡、折叠衣物、组装箱子等复杂任务上达到了专项模型的水准。

论文本身在措辞上也保持审慎，将π0.7描述为展现出泛化能力的"早期迹象"和"初步演示"。当被直接追问基于上述研究的系统何时能够实际部署时，Levine拒绝给出预测：“我认为有充分理由保持乐观，进展速度也比我两年前预期的要快。但这个问题我很难回答。”

资本押注：估值或翻倍至110亿美元

Physical Intelligence迄今已累计融资逾10亿美元，最新估值为56亿美元。据报道，该公司目前正就新一轮融资进行洽谈，估值或接近翻倍至110亿美元。

投资者对这家公司的热情，在相当程度上源于联合创始人Lachy Groom的背书。Groom此前是硅谷最受认可的天使投资人之一，曾投资Figma、Notion和Ramp等知名公司，在决定联合创立Physical Intelligence之前，他将其视为自己一直在寻找的那家公司。这一背景帮助这家初创公司吸引到了机构资金，尽管公司始终拒绝向投资者提供商业化时间表。

Levine在谈及外界可能的质疑时，主动预判了批评方向："针对任何机器人泛化演示，永远可以提出的批评是——任务太无聊了，机器人又没在做后空翻。"他对此提出反驳：真正能够泛化的机器人系统，看起来永远不如精心编排的特技演示那般震撼，但其实用价值要高得多。

本月官方渠道发布重要报告机器人转折点来了？这家美国公司称其新模型能“让机器人执行从未训练过的任务”

机器人AI领域或正迎来类似大语言模型的能力跃迁时刻。

总部位于旧金山的机器人初创公司Physical Intelligence周四发布最新研究，称其新模型π0.7能够指挥机器人完成从未经过专项训练的任务——这一能力甚至令公司自身研究人员感到意外。

该公司联合创始人、加州大学伯克利分校教授Sergey Levine表示，这标志着机器人AI正在从"死记硬背"走向"举一反三"，其能力提升速度将超越训练数据规模的线性增长。

这一突破若得到外部验证，将对机器人行业的商业化路径产生深远影响——机器人有望在无需额外数据采集或模型重训练的前提下，被部署至全新环境并实时优化。与此同时，据报道Physical Intelligence正就新一轮融资进行洽谈，估值或从56亿美元接近翻倍至110亿美元。

核心突破：从"专项记忆"到"组合泛化"

Physical Intelligence成立仅两年，此次发布的π0.7模型所展示的核心能力被研究人员称为“组合泛化”（compositional generalization）——即将在不同场景下习得的技能加以组合，从而解决模型从未遇到过的新问题。

这与此前机器人训练的主流范式截然不同。过去的标准做法本质上是“死记硬背”：针对每一项具体任务收集数据、训练专项模型，再对下一项任务重复这一流程。π0.7打破了这一模式。

Levine将这一转变类比于大语言模型领域曾出现的能力跃迁："一旦跨越那个临界点，从只能完成有数据支撑的任务，转变为能够以新方式重新组合技能，能力提升的速度就会超过数据量增长的线性比例。这种更有利的扩展特性，我们此前已在语言和视觉领域观察到过。"

关键演示：空气炸锅实验揭示"知识涌现"

此次研究中最具说服力的演示，来自一台模型几乎从未在训练中见过的空气炸锅。研究团队事后排查发现，整个训练数据集中仅有两条相关记录：一条是另一台机器人将空气炸锅推关，另一条来自开源数据集，记录了一台机器人按指令将塑料瓶放入其中。

然而，π0.7将这两段碎片化信息与更广泛的网络预训练数据加以整合，形成了对该设备运作方式的功能性理解。在零提示的情况下，模型尝试用空气炸锅烹饪红薯，取得了基本可接受的结果；在获得逐步语言指引后，任务执行成功。

Physical Intelligence研究员、斯坦福大学计算机科学博士生Lucy Shi描述了一个早期实验的戏剧性转变：初始成功率仅为5%，但在花费约半小时优化对任务的描述方式后，成功率跃升至95%。"有时候失败不在机器人，也不在模型，而在于我们自己——提示词工程做得不够好，"她说。

研究科学家Ashwin Balakrishna则表示，过去他总能根据训练数据预判模型的能力边界，"但过去几个月是我第一次真正感到惊讶。我随手买了一套齿轮，问机器人能不能转动它，它就直接做到了。"

局限性：研究人员主动划定边界

研究团队对模型的局限性保持坦诚。π0.7目前尚无法从单一高层指令出发，自主完成复杂的多步骤任务。"你不能对它说'去给我做片吐司'，"Levine说，"但如果你一步步引导它——'对于烤面包机，打开这个部分，按那个按钮，做这个'——它通常能做得很好。"

此外，机器人领域目前缺乏标准化基准测试，使得外部验证存在相当难度。Physical Intelligence选择将π0.7与自家此前的专项模型进行对比，结果显示这一通用模型在制作咖啡、折叠衣物、组装箱子等复杂任务上达到了专项模型的水准。

论文本身在措辞上也保持审慎，将π0.7描述为展现出泛化能力的"早期迹象"和"初步演示"。当被直接追问基于上述研究的系统何时能够实际部署时，Levine拒绝给出预测：“我认为有充分理由保持乐观，进展速度也比我两年前预期的要快。但这个问题我很难回答。”

资本押注：估值或翻倍至110亿美元

Physical Intelligence迄今已累计融资逾10亿美元，最新估值为56亿美元。据报道，该公司目前正就新一轮融资进行洽谈，估值或接近翻倍至110亿美元。

投资者对这家公司的热情，在相当程度上源于联合创始人Lachy Groom的背书。Groom此前是硅谷最受认可的天使投资人之一，曾投资Figma、Notion和Ramp等知名公司，在决定联合创立Physical Intelligence之前，他将其视为自己一直在寻找的那家公司。这一背景帮助这家初创公司吸引到了机构资金，尽管公司始终拒绝向投资者提供商业化时间表。

Levine在谈及外界可能的质疑时，主动预判了批评方向："针对任何机器人泛化演示，永远可以提出的批评是——任务太无聊了，机器人又没在做后空翻。"他对此提出反驳：真正能够泛化的机器人系统，看起来永远不如精心编排的特技演示那般震撼，但其实用价值要高得多。

2021年10月，郭宁宁任福建省委常委，11月任省政府党组副书记，直至此次职务调整。 许家印受审