Physical Intelligence：π0.7——可引导、具涌现能力的通用机器人基础模型

通用机器人基础模型一直有个悬而未决的问题：同一个模型能不能在没见过的房间、没见过的机器人本体、甚至没见过的任务上直接干活，而不是每换一个场景就重新采数据、重新微调。Physical Intelligence 的 π0.7 就是针对这个问题提出的，它给自己定的两个标签是「可引导」与「具涌现能力」：前者指人能通过提示告诉它做什么、做到什么程度，后者指有些能力并非专门训练出来的，而是在训练之后自行出现的。这份资料值得现在看，是因为它把泛化的来源从「更多任务数据」转向了「更好的条件信息」，这是方法论层面的变化，而不只是某个指标的提升。

从材料给出的线索看，π0.7 的做法集中在训练阶段的条件设计上：训练时不只给模型任务指令，还输入多样化的上下文条件，包括任务表现元数据、子目标图像等多模态信息。这意味着模型在接收输入时能同时看到「当前做得怎么样」「中间目标长什么样」这类附加信号，而不只是「去叠衣服」这一句目标。相应地，可用的训练数据被放宽到三类：人类演示、机器人自主采集的数据（其中包含失败片段）、以及非机器人来源的数据。评测则覆盖陌生环境下的多阶段指令执行、跨机器人本体的零样本迁移，以及叠衣服、操作咖啡机这两类具体操作任务。

第一个值得注意的结论是环境与指令层面的泛化：π0.7 能在陌生环境中执行多阶段指令。多阶段意味着任务不是单个动作，而是若干有先后依赖的步骤，这类任务过去通常需要针对场景做工程化拆解。第二个结论是跨本体的零样本泛化，材料给出的具体例子是在没见过该任务的情况下完成叠衣服，换句话说，模型没有为「叠衣服」这个任务做过专门训练，也没有见过对应的机器人本体配置，仍然把这件事做出来了。这两个结论合在一起，指向同一件事：泛化发生在部署时，而不是在训练时被逐项覆盖。

第三个结论关于数据与训练范式。因为提示里带了任务表现这类条件信息，模型可以区分「好」的片段和「坏」的片段，所以含失败的自主数据不再只是无用的噪声，而能作为训练素材被利用；非机器人数据同理，它的价值不在于像机器人数据，而在于扩大条件与结果的覆盖面。材料给出的对照是咖啡机操作：π0.7 开箱即用的表现接近一个专门做过 RL 微调的模型。这里的「接近」是材料本身的措辞，没有给出量化差距，只能理解为同一量级，并非超越。换句话说，通用模型加可引导的提示，在某些任务上已经能取得与专用微调流程相当的效果。

把这些放在一起看，实践上的含义有三点。其一，数据策略的重心从「只攒成功演示」转向「攒带上下文的混合数据」，失败数据和异构数据由此获得采用的途径。其二，可引导性把「换任务」的成本从重新训练转移到了提示设计上，任务表现元数据和子目标图像成了新的调节手段，而不是只调整模型参数。其三，专门 RL 微调仍然是一个参照系：材料说的是「接近」，不是「取代」，两者更可能是互补关系，通用模型负责开箱覆盖，微调负责把个别任务推到更高水平。这些都是基于材料措辞的解读，不是资料直接给出的结论。

这份资料适合关注机器人基础模型、模仿学习与数据引擎的读者，尤其是要判断「通用模型能不能进自己的场景」的人。读完能拿走的是一套判断框架：泛化看部署时表现而非训练覆盖，数据看是否带条件上下文而非是否全成功，任务迁移看提示设计而非重训成本。边界也需要说清楚：材料没有给出任务数量、成功率、本体清单或与基线模型的逐项对比，「接近 RL 微调」缺少数字支撑，叠衣服与咖啡机只是两个个案，不能当成横向评测结论。要判断 π0.7 与其他路线相比的位置，这份材料只能提供一个方向性的答案。