端到端系统是业内公认的最终形态，国内外的具身团队都在深入研究不断突破。最近自变量机器人CTO王 昊和physical intelligence的研究员柯丽一鸣（Kay Ke）有一期对话节目《临近机器人GPT-3时刻，具身智能 开源模型的加速演进》，里面针对开源模型的话题展开了一些讨论。非常巧，就在π0.5开源的前一天，自 变量机器人也开源了他们的端到端具身智能基础模型WALL-OSS。 去项目网页上看了下，WALL-OSS有一整套完整可复现的具身大模型方案，包括预训练模型权重、训练代 码、数据集接口，甚至还附带了详细部署文档，开发者可以在自己的机器人上直接跑通闭环流程。 昨天Physical Intelligence开源了π0.5（π0的升级版本，通过知识隔离训练获得更强的开放世界泛化能力）今 天看到了项目主页上已经更新了0.5的信息。 π0.5通过异构任务协同训练实现广泛的泛化能力，这也是业内首次论证端到端学习型机器人系统能在全新 家庭环境中执行长周期精细操作技能，例如完成厨房或卧室的清洁工作。 这个模型对行业有什么意义？在此之前，先来说下当下的一些困境吧。 现有视觉语言模型的空间感知与具身理解能力仍存在局 ...