---
title: "機器人轉折點來了？這家美國公司稱其新模型能 “讓機器人執行從未訓練過的任務”"
type: "News"
locale: "zh-HK"
url: "https://longbridge.com/zh-HK/news/283085529.md"
description: "機器人 AI 或迎” ChatGPT 時刻”：舊金山初創公司 Physical Intelligence 發佈新模型π0.7，展現出從未訓練過任務的自主執行能力，令研究人員自身都感到意外。這一” 組合泛化” 突破，有望徹底顛覆機器人商業化路徑，該公司估值也隨之從 56 億美元飆向 110 億美元。"
datetime: "2026-04-17T03:29:43.000Z"
locales:
  - [zh-CN](https://longbridge.com/zh-CN/news/283085529.md)
  - [en](https://longbridge.com/en/news/283085529.md)
  - [zh-HK](https://longbridge.com/zh-HK/news/283085529.md)
---

# 機器人轉折點來了？這家美國公司稱其新模型能 “讓機器人執行從未訓練過的任務”

機器人 AI 領域或正迎來類似大語言模型的能力躍遷時刻。

總部位於舊金山的機器人初創公司 Physical Intelligence 週四發佈最新研究，**稱其新模型π0.7 能夠指揮機器人完成從未經過專項訓練的任務**——這一能力甚至令公司自身研究人員感到意外。

該公司聯合創始人、加州大學伯克利分校教授 Sergey Levine 表示，這標誌着機器人 AI 正在從"死記硬背"走向"舉一反三"，其能力提升速度將超越訓練數據規模的線性增長。

這一突破若得到外部驗證，將對機器人行業的商業化路徑產生深遠影響——機器人有望在無需額外數據採集或模型重訓練的前提下，被部署至全新環境並實時優化。與此同時，**據報道 Physical Intelligence 正就新一輪融資進行洽談，估值或從 56 億美元接近翻倍至 110 億美元。**

## 核心突破：從"專項記憶"到"組合泛化"

Physical Intelligence 成立僅兩年，此次發佈的π0.7 模型所展示的核心能力被研究人員稱為 “組合泛化”（compositional generalization）——**即將在不同場景下習得的技能加以組合，從而解決模型從未遇到過的新問題。**

這與此前機器人訓練的主流範式截然不同。過去的標準做法本質上是 “死記硬背”：針對每一項具體任務收集數據、訓練專項模型，再對下一項任務重複這一流程。π0.7 打破了這一模式。

Levine 將這一轉變類比於大語言模型領域曾出現的能力躍遷："一旦跨越那個臨界點，從只能完成有數據支撐的任務，轉變為能夠以新方式重新組合技能，能力提升的速度就會超過數據量增長的線性比例。這種更有利的擴展特性，我們此前已在語言和視覺領域觀察到過。"

## 關鍵演示：空氣炸鍋實驗揭示"知識湧現"

此次研究中最具説服力的演示，來自一台模型幾乎從未在訓練中見過的空氣炸鍋。研究團隊事後排查發現，整個訓練數據集中僅有兩條相關記錄：一條是另一台機器人將空氣炸鍋推關，另一條來自開源數據集，記錄了一台機器人按指令將塑料瓶放入其中。

然而，π0.7 將這兩段碎片化信息與更廣泛的網絡預訓練數據加以整合，形成了對該設備運作方式的功能性理解。在零提示的情況下，模型嘗試用空氣炸鍋烹飪紅薯，取得了基本可接受的結果；在獲得逐步語言指引後，任務執行成功。

Physical Intelligence 研究員、斯坦福大學計算機科學博士生 Lucy Shi 描述了一個早期實驗的戲劇性轉變：**初始成功率僅為 5%，但在花費約半小時優化對任務的描述方式後，成功率躍升至 95%。"有時候失敗不在機器人，也不在模型，而在於我們自己——提示詞工程做得不夠好，**"她説。

研究科學家 Ashwin Balakrishna 則表示，過去他總能根據訓練數據預判模型的能力邊界，"但過去幾個月是我第一次真正感到驚訝。我隨手買了一套齒輪，問機器人能不能轉動它，它就直接做到了。"

## 侷限性：研究人員主動劃定邊界

研究團隊對模型的侷限性保持坦誠。π0.7 目前尚無法從單一高層指令出發，自主完成複雜的多步驟任務。"你不能對它説'去給我做片吐司'，"Levine 説，"但如果你一步步引導它——'對於烤麪包機，打開這個部分，按那個按鈕，做這個'——它通常能做得很好。"

此外，機器人領域目前缺乏標準化基準測試，使得外部驗證存在相當難度。Physical Intelligence 選擇將π0.7 與自家此前的專項模型進行對比，結果顯示這一通用模型在製作咖啡、摺疊衣物、組裝箱子等複雜任務上達到了專項模型的水準。

論文本身在措辭上也保持審慎，將π0.7 描述為展現出泛化能力的"早期跡象"和"初步演示"。當被直接追問基於上述研究的系統何時能夠實際部署時，Levine 拒絕給出預測：**“我認為有充分理由保持樂觀，進展速度也比我兩年前預期的要快。但這個問題我很難回答。”**

## 資本押注：估值或翻倍至 110 億美元

Physical Intelligence 迄今已累計融資逾 10 億美元，最新估值為 56 億美元。據報道，該公司目前正就新一輪融資進行洽談，估值或接近翻倍至 110 億美元。

投資者對這家公司的熱情，在相當程度上源於聯合創始人 Lachy Groom 的背書。Groom 此前是硅谷最受認可的天使投資人之一，曾投資 Figma、Notion 和 Ramp 等知名公司，在決定聯合創立 Physical Intelligence 之前，他將其視為自己一直在尋找的那家公司。這一背景幫助這家初創公司吸引到了機構資金，儘管公司始終拒絕向投資者提供商業化時間表。

Levine 在談及外界可能的質疑時，主動預判了批評方向："針對任何機器人泛化演示，永遠可以提出的批評是——任務太無聊了，機器人又沒在做後空翻。"他對此提出反駁：真正能夠泛化的機器人系統，看起來永遠不如精心編排的特技演示那般震撼，但其實用價值要高得多。

### 相關股票

- [TSLA.US](https://longbridge.com/zh-HK/quote/TSLA.US.md)
- [AIO.US](https://longbridge.com/zh-HK/quote/AIO.US.md)

## 相關資訊與研究

- [微星佈局電動車商機，Eco 充電樁獲 OCPP 認證](https://longbridge.com/zh-HK/news/283074829.md)
- [對話智元 CTO 彭志輝：宇樹 “值得學習”，我們更 “全棧”，特斯拉 “沒法評”](https://longbridge.com/zh-HK/news/283106204.md)
- [【AI】智元機器人被起訴侵權，案件下月上海開庭審理](https://longbridge.com/zh-HK/news/282624050.md)
- [塔夫茲大學推神經符號式 AI，機器人任務成功率飆升、能耗降至 1%](https://longbridge.com/zh-HK/news/282461505.md)
- [【AI】高德據報將發布機器狗產品，為阿里巴巴首款具身機器人](https://longbridge.com/zh-HK/news/282633741.md)