引言在AI领域「通用机器人」是一个被讲了太多年的故事。每年都有人宣称「机器人元年」然后每年都有Demo翻车、量产跳票、估值缩水。但2026年4月Physical Intelligence发布的π0.7可能真的不一样了。这个机器人基础模型用一个权重文件操作多种完全不同的硬件平台完成了从泡咖啡、叠衣服到多步骤厨房操作的一系列任务——全部零样本不需要任何逐任务重新训练。用数字说话π0.7在咖啡萃取和衣物整理任务上匹配甚至超越了为每个任务单独训练的专家策略模型。一、从π0到π0.7一条GPT式的轨迹Physical Intelligence的模型迭代速度让整个机器人学界感到震惊2024年10月π0发布基础版机器人基础模型能力有限2025年中π0.3-0.5逐步扩展任务覆盖和硬件兼容性2026年4月π0.7质的飞跃——零样本跨任务、跨硬件泛化这条轨迹被AI圈称为「GPT-3到GPT-4的机器人版本」。不是说每个版本都比前一个大十倍而是说机器人学习终于进入了「基础模型时代」——在一个足够大的预训练基础上涌现出训练数据中不存在的能力。二、核心技术突破多样化上下文条件控制π0.7的核心架构创新叫做「多样化上下文条件控制」Diverse Context Conditioning。传统机器人学习的方法很粗暴采集一堆演示数据训练一个专用策略。换一个任务重新来一遍。换一种硬件更得重来。π0.7的做法完全不同预训练的视觉-语言-动作主干网络在每个训练样本中被喂入多种框架信息——不只是「看到什么」和「要做什么」还包括任务的语义描述、硬件的本体感知信息、环境的物理约束。这种多重条件化迫使模型学习一种更通用的「任务理解」而非死记硬背特定的运动轨迹。结果就是在推理时模型只需接收新任务的语言指令和新硬件的本体信息就能自主泛化。不需要微调不需要重新采集数据不需要重新训练。这听起来很简单但它是机器人学领域十几年来一直没做到的事。三、为什么现在三个推动力π0.7的突破不是凭空出现的。三个关键的推动力汇聚在2026年1. 机器人数据的规模化与LLM不同机器人数据无法从互联网上抓取。每一个训练样本都需要真实的物理交互。但过去两年几家头部机器人公司Physical Intelligence、Skild AI、Figure建立了规模化数据采集管线累计了数万小时的遥操作演示数据。2. 多模态大模型的底座π0.7的视觉和语言理解能力建立在大模型在视觉-语言对齐方面的突破之上。没有VLM视觉语言模型的进步机器人就无法真正「理解」它看到的场景。3. 硬件成本下降与标准化协作机械臂的成本从$30,000降到了$5,000以下传感器套件的价格也在快速下降。更便宜的硬件 更多数据采集机器人 更多数据 更好的模型。四、产业冲击从π0.7到真实部署还有多远π0.7是一个研究论文级别的成果但它已经在搅动产业格局。首先是Skild AI收购Zebra Technologies机器人自动化业务将Fetch Robotics和Symmetry全栈整合——这创建了第一个端到端的AI驱动仓库自动化堆栈。其次是1X NEO消费级人形机器人的推出。1X的NEO不是工厂用的是给家庭用的。如果π0.7能部署到NEO上一个真正能做家务的人形机器人就会从科幻变成商品。第三是Apptronik的商业化规模扩大。工业人形机器人正在从试点走向批量部署。从研究Demo到商业产品中间还有几个关键挑战 -安全与可靠性在实验室环境中87%的成功率放到真实家庭中可能只有50% -成本一套能做复杂家务的机器人硬件现在至少要$30,000-$50,000 -长尾场景每个家庭的环境都不一样模型需要对数以万计的边缘场景进行泛化但方向已经确定了。就像GPT-3到GPT-4一样从π0.7到π1.0的路径不再是一个「会不会发生」的问题而是「什么时候发生」。五、终极问题通用机器人何时到来Physical Intelligence 的团队在论文中给出了一个谨慎的回答π0.7 证明了通用机器人基础模型的可行性但从「可行性」到「可靠性」到「可负担性」每一步都需要时间。从行业发展的角度来看 -2026-2027仓储和物流领域的AI驱动机器人全面部署 -2027-2028家庭服务机器人在高端市场试探性推出$20,000 -2029-2030消费级通用机器人价格降至$10,000以下开始规模化这个时间表可能过于乐观也可能过于保守。就像LLM的发展一样——没人能准确预测GPT-4之后会发生什么也没人能准确预测π1.0之后会发生什么。但有一件事是确定的当机器人学会了「学习」所有传统的时间表都不再可靠。本文基于Physical Intelligence论文、Bloomberg、TechCrunch等公开资料整理分析。
