算法论文8

π0.7 模型：具泛化能力，未来可期

机器之心2026-04-17

AI 摘要

Physical Intelligence 发布 π0.7 模型，具组合泛化与跨本体迁移能力，通过知识蒸馏学优化技巧。靠杂数据和细提示变强大，未来或解决复杂任务，评估是新瓶颈。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Levine：机器人未到规模化阶段

2024年末PI实验室测试，机器人表现有惊喜也有“语义上说得通的错误”。联创Levine在访谈中认为，机器人未到可预测Scaling阶段，还在确定规模化技术路径，也谈到数据、泛化、可靠性等问题。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

2026年具身智能赛道经历‘技术路线大分流’，VLA遭质疑，‘世界模型’和VA路线兴起。具身智能进入‘落地祛魅’阶段，厂商开始‘路线混搭’，VLA和世界模型都在进化，行业探索新架构，具身智能无完整技术路线图。

自ChatGPT问世，Transformer上限备受关注。前OpenAI、Google负责人称其走到尽头。国内改进架构受算力限制。上海人工智能实验室的书生Mobius团队提出分离知识与推理的架构，有望解决商用等关键问题。