編者按：具身智能并非單一技術的突破，而是一場由資本、工程與場景合力推動的全球浪潮。這正如五百年前的地理大發(fā)現，我們正在智能的驅動下，重新繪制物理世界的邊界。

星河頻率特別策劃「具身智能大航�！瓜盗形恼�，立足全球視野，錨定通用機器人、陪伴機器人、機器狗、機器人大模型等核心賽道，深度剖析行業(yè)內的頭號玩家們。

以「大航�！篂槊�，記錄探索者們如何駕馭算法、硬件與資本的浪潮，尋找屬于自己的新大陸。

正如每一次大航海都重塑世界格局，具身智能的征程也在重新定義機器與人的關系、技術與社會的關系。在這個系列里，我們不僅關注誰能率先靠岸，更關心誰在指引航向、如何穿越泡沫、何處才有真正值得登陸的未來。

往期文章：《具身智能百億俱樂部，全球已有 10 位玩家》《「中國版 Figure AI」，殺出四位候選玩家》

作者 | 毛心如

時隔 7 個月，Physical Intelligence 接連放出兩條重磅消息：先是推出了新模型 π*0.6，隨后又宣布完成 6 億美元的新一輪融資。

繼 4 月份發(fā)布的π0.5 讓機器人在陌生環(huán)境里做家務后，新一代的 π*0.6 進一步具備了更智能的自我進化能力。

為實現這一突破，PI 團隊采用了一種名為 Recap 的全新方法，該方法基于優(yōu)勢條件策略，通過經驗回放與糾錯機制進行強化學習，從而對原有的端到端 VLA 模型進行了升級。

Recap 融合了三個類似人類的學習階段：初始演示、機器人出錯時的實時專家糾正，以及通過自主試驗中的強化學習進行自我改進。

這有效解決了模仿學習在機器人學中的關鍵缺陷：避免小錯誤在現實世界交互中像滾雪球一樣累積，從而降低可靠性。

從結果來看，π*0.6 在處理高難度任務時，吞吐量翻倍，故障率降低了 2 倍以上。機器人甚至能數小時不間斷連續(xù)運行，挑戰(zhàn)包括全天 18 小時內制作意式濃縮咖啡、在新的家庭環(huán)境里折疊 50 件新衣物等等。

從π0 到π0.5 再到這次的π*0.6，Physical Intelligence 展示了一套極為清晰的范式：

先用大規(guī)�？鐧C器人數據，教會機器人「會干活」

再用異構同訓，讓它能在陌生環(huán)境里也能「看懂局」

最后把機器人丟回現實世界里，讓它通過糾錯和自我練級，慢慢長成一個 Embodied Agent

這次升級十分迅速，不少科研人士表示，剛開源的π0.5 還沒玩透徹，又出了 0.6。

毫不夸張的講，在具身智能行業(yè)，Physical Intelligence 是造機器人大腦領域當之無愧的佼佼者，甚至有公司直接對其開源模型進行微調，再對外宣稱是「技術升級」。

在這一背景下，也有四家中國公司在今年模型性能的對外宣傳上直接對標了 PI，分別是星海圖、自變量機器人、智平方和千訣科技。

行業(yè)頭部 PI，天然的參照系

截至目前，在這場以中美為核心的具身智能競賽里，美國的 Figure AI 以 390 億美元的估值位列全球第一，緊隨其后的 Physical Intelligence，估值已達 56 億美元。

作為被 OpenAI、紅杉資本以及亞馬遜創(chuàng)始人貝索斯共同押注的公司，Physical Intelligence 已經收獲了 10.7 億美元的融資。

與 Figure AI 以及中國的頭部公司打造全棧式軟硬一體的產品路線不同，Physical Intelligence 選擇只做機器人大腦。

選擇這樣獨特的路徑離不開其創(chuàng)始團隊強悍的學術背景。

團隊 5 名核心成員中，1 名是知名科技投資人，另外 4 名則是來自斯坦福、加州伯克利等名校的科學家，曾深度參與過谷歌 RT 系列機器人模型研發(fā)、谷歌 Aloha 機器人等項目。

作為初創(chuàng)公司，Physical Intelligence 選擇聚焦軟件，是想通過提供通用的機器人智能解決方案，快速適配不同硬件和應用場景，實現技術的規(guī)模化應用。

PI 團隊認為，行業(yè)的真正瓶頸在軟件而不在硬件，專注軟件更能集中資源攻克算法和數據難題。

現階段，PI 模型展示采用「機械臂+輪式」的機器人形態(tài)，這被團隊視為現有技術中比較成熟，且具備完成復雜任務基礎能力的硬件組合。

盡管成立不足兩年，PI 已經發(fā)布了端到端 VLA 模型 π0、π0.5 和 π*0.6。前兩款模型都已經開源，其中 π0 更是被稱為開源領域最強的 VLA 模型之一。

π0 和π0.5 同樣作為端到端 VLA 模型，核心區(qū)別主要在架構設計、訓練策略和泛化能力上。

π0 采用的是 VLM+Action Expert 的基礎架構，前者負責理解場景和指令，后者通過流匹配技術預測連續(xù)動作序列。

值得一提的是，流匹配是擴散模型的一種變體，因其簡單、好用的特點，已成為機器人底層操作策略的主流手段，并被廣泛應用在先進的 VLA 模型里。

無論是π0、π0.5，還是 LeRobot 的 SmolVLA，英偉達的 GR00T，均采用了這一技術。

訓練策略上，π0 主要依賴機器人演示數據，通過端到端訓練優(yōu)化動作預測，其動作表示全程依賴連續(xù)動作空間，通過流匹配生成動作軌跡。

盡管π0 模型在已知任務和環(huán)境里表現不錯，但在開放環(huán)境里泛化能力有限。

為了突破這一核心瓶頸，PI 團隊推出了π0.5，通過分層推理機制和多源數據協(xié)同訓練，首次實現了在陌生家庭環(huán)境里執(zhí)行長時序任務。

π0.5 在π0 的基礎上引入了分層推理機制，其中高層推理負責預測抽象語義子任務，例如拿起盤子、打開抽屜這樣的指令，底層推理則基于子任務生成關節(jié)級連續(xù)動作。

通過整合多種類型的機器人數據、網絡多模態(tài)數據、語言指導數據及語義標簽，機器人訓練不再依賴單一的演示數據，學會了從多元數據中汲取養(yǎng)分。

除此之外，π0.5 在動作表示上也采用了離散與連續(xù)動作結合的方式，機器人預訓練用離散動作來提升效率，后訓練引入流匹配來生成高精度連續(xù)動作，以平衡訓練速度與控制精度。

目前，PI 也與中國公司建立了合作。硬件端，其機械臂由方舟無限提供，軟件端其與智元機器人、星塵智能有深度合作。

此外，廣和通的開發(fā)平臺 Fibot 也已應用在模型π0.5 的數據采集中。

4 家中國公司公開對標 PI

隨著中國公司在具身智能領域的崛起，多家企業(yè)紛紛推出了各自的基礎模型，并在性能宣傳上表示超越了 PI 的π0、π0.5。

星海圖 G0 模型：評測結果在多個基準任務上全面優(yōu)于π0 模型

自變量機器人 Wall-OSS 模型：在多個維度上對標并超越了π0

智平方開源模型 FiS-VLA：在三方評測中綜合性能超越π0 達 30%

千訣科技類腦大模型：機器人接收模糊指令，可自主決策執(zhí)行任務，執(zhí)行時間遠超π0.5

總的來看，目前具身智能行業(yè)已基本形成以 VLA 范式為核心的技術共識。

在這一共識下，五位玩家也依據自身優(yōu)勢，形成了差異化的定位：PI 是結果導向、技術驅動的典范；星海圖代表了數據驅動+開源生態(tài)的路徑；自變量深耕軟硬一體協(xié)同發(fā)展；智平方是場景優(yōu)先派，注重模型實際應用價值；千訣科技則是前沿理論派。

從模型架構的頂層設計來看，這些模型呈現出統(tǒng)一端到端與分層決策兩種鮮明路徑。

PI 的π0、π0.5 體現了前者追求簡潔高效的思路，即通過一個統(tǒng)一模型直接輸出從高級動作文本到低級關節(jié)控制的完整指令，在單一框架內完成從語義理解到物理執(zhí)行的映射。

自變量的 WALL-OSS 則更注重深層次的統(tǒng)一性，其共享注意力與專家分流架構讓語言、視覺和動作在同一個表示空間中交叉處理，從根本上減少多階段流程中的誤差累積。

與之相對，分層路徑則更注重模仿人類認知中的專業(yè)分工。

星海圖的 G0 模型和智平方的 FiS-VLA 模型均采用了雙系統(tǒng)架構，將復雜的任務規(guī)劃與高頻的實時控制分而治之。

G0 模型通過明確的快慢系統(tǒng)分離，使機器人在鋪床這類長周期任務中能穩(wěn)定協(xié)調 23 個自由度。

智平方的 FiS-VLA 更進一步，它將快系統(tǒng)直接嵌入到預訓練好的慢系統(tǒng)內部，通過復用慢系統(tǒng)末層的 Transformer 模塊，讓快系統(tǒng)天然繼承慢系統(tǒng)的語義理解能力，實現了思考與行動在單一模型內的有機統(tǒng)一。

千訣科技的類腦大模型，則以前瞻性的思路，將生物大腦的神經推理機制引入機器人大模型，開辟出一條更為差異化的技術路徑。

其模型通過重構輸入與決策過程，賦予機器人更接近生物的主動適應能力。

而在這些技術差異的背后，也折射出各家公司不同的發(fā)展理念與市場定位。

首先，開源成為了大多玩家的共同選擇。像π0、π0.5、WALL-OSS 、FiS-VLA 以及 G0 都采取了開源策略，既加速了技術推廣，也通過開發(fā)者社區(qū)反哺模型迭代，形成「開源-反饋-優(yōu)化」的良性循環(huán)。

在共性之外，五位玩家在應用場景與商業(yè)化節(jié)奏的差異更為明顯。

Physical Intelligence 的π系列更側重技術驗證與泛化能力展示，商業(yè)化落地相對有限；中國模型則實現了技術與商業(yè)的深度綁定。

智平方通過開源生態(tài)積累開發(fā)者資源，已在工業(yè)場景實現降本增效，星海圖聚焦科研教育市場。

自變量機器人主打軟硬一體解決方案，千訣科技則以 API 服務賦能機器人廠商，形成了覆蓋工業(yè)、消費、端側等多場景的商業(yè)化布局。

這種差異本質上源于市場需求的不同，海外市場更重視技術的通用性與前瞻性，而中國市場則強調技術落地的實際價值與投資回報，這種需求導向的分化也將持續(xù)影響未來模型的優(yōu)化方向。

具身智能的 ChatGPT 時刻何時到來

今年以來，各大論壇中被頻繁討論的問題之一便是：具身智能的「ChatGPT 時刻」何時到來？

面對這一問題，業(yè)內玩家的態(tài)度各不相同，有的樂觀，有的審慎。

宇樹的王興興表示，目前機器人大模型的發(fā)展階段類似于 ChatGPT 發(fā)布前的 1-3 年，這一時刻或許并不遙遠；星動紀元的陳建宇則認為，要達到高標準的 ChatGPT 時刻，仍需 3 年以上時間。

銀河通用的王鶴指出，盡管人形機器人全面應用的呼聲很高，但其發(fā)展至 ChatGPT 時刻仍有很長距離。

樂聚機器人的冷曉琨則提出，大語言模型的 ChatGPT 時刻在具身智能領域可能難以完全復制。

在 AI 深度融入日常的今天，像 ChatGPT、Deepseek 等大語言模型 AI 已經能給我們提供很大的便捷，人類向 AI 提問，AI 能給到不錯的回答。

而將這一標準套入具身智能領域，則意味著：將一臺機器人置于任意場景中，用戶要求它完成各種雜活，機器人都能較好地執(zhí)行。

顯然，以現階段的技術而言，實現這一目標仍面臨三大瓶頸。

首先是數據瓶頸。具身智能行業(yè)「缺數據」，已是老生常談的話題。

打個比方，ChatGPT 喂給模型的學習數據量相當于人不停學了 40 萬年，但具身智能行業(yè)里的有效數據差不多僅相當于人不停學了 1 年。

行業(yè)需要大量多模態(tài)數據來訓練，但真實場景數據采集成本高、效率低，且不同機器人硬件數據難以復用。仿真數據雖然可以批量生成，但容易產生 Sim2Real Gap，影響模型泛化能力。

因此，當前業(yè)界普遍采用仿真+真實數據+開源數據集組合的方式來擴充數據規(guī)模。

數量是基礎，質量則是另一大挑戰(zhàn)。

盡管越來越多的公司開始進行數據采集，但數據質量缺乏有效的評估標準，即便采集了數據，若質量不高，仍難以用于訓練機器人。

此外，面對海量的互聯網視頻數據，其物理正確性無法保證，很難直接用于機器人訓練。

其次就是模型瓶頸�，F有的模型架構還不夠成熟，泛化能力有很大障礙，缺乏統(tǒng)一且高效的模型。

同時，在機器人強化學習領域，尚未出現像大語言模型那樣的 scaling law，導致機器人學習新技能效率低，投入和產出回報并不完全形成正比。

最后是系統(tǒng)工程問題。模型泛化能力不足，進而導致機器人進入陌生、非結構化環(huán)境后，任務成功率大幅下降。

而且，不同機器人的關節(jié)自由度、驅動技術、材料選擇等缺乏統(tǒng)一標準，不同硬件架構的數據與模型難以通用，增加了研發(fā)與部署成本。

目前，機器人本體能承載的功耗有限，無法部署大規(guī)模算力，云端計算又面臨延遲挑戰(zhàn)，這也構成了算力部署上的限制。

總的來說，具身智能要迎來 ChatGPT 時刻，需要機器人實現適應非結構化真實環(huán)境、多感官聯動，以及類人的思考能力。

相應地，機器人也需要突破機械執(zhí)行的局限，提升元認知，賦予其反思與持續(xù)學習的能力，從而能夠適應新環(huán)境與新任務。

「對標 PI」，本質上是中國具身智能行業(yè)在技術追趕過程中的一個必然階段——通過明確的參照系快速定位差距、集中資源突破瓶頸。

但當 PI 已迭代至 π*0.6 并積極開源構建生態(tài)時，中國玩家需要超越單純的性能對標，尋找差異化的破局路徑。

無論是星海圖的數據先行，還是智平方的場景綁定，其實都已展現出帶有中國特色的發(fā)展思路。

不同的路徑雖然各有側重，但都指向同一個核心，具身智能的競爭最終是技術-數據-場景的協(xié)同競爭，而非單一模型的性能比拼。

正如業(yè)內人士所言，ChatGPT 的爆發(fā)不是因為單一模型的突破，而是語言數據、算法架構、算力支撐的三重共振，具身智能的拐點同樣需要這種協(xié)同效應。

或許，具身智能的 ChatGPT 時刻離我們并不遙遠，但這個關鍵節(jié)點，更可能在一次次模型迭代與機器調試中，悄然降臨。

       原文標題 : 中國公司開團，挑戰(zhàn)最強具身智能大腦