文章核心观点 - 具身智能大模型初创公司Physical Intelligence（PI）发布最新视觉-语言-动作（VLA）大模型π0.5，该模型具备开放世界泛化能力，能在陌生家庭环境中执行复杂家务任务[1][2] - π0.5采用异构数据协同训练和双系统架构技术，实现高层次语义推理与低层次动作执行的统一，标志着机器人技术从实验室走向现实世界的突破[5][8][10] - 2025年双系统架构VLA模型成为行业主流，国内外头部公司如Figure AI、英伟达、智平方等均推出类似技术路径产品[14][15] - PI公司成立仅一年估值达24亿美元，拥有全球顶尖创始团队，获贝索斯、OpenAI等机构投资，技术合作覆盖星尘智能、智元机器人等企业[16][17][18] 技术突破 - **开放世界泛化能力**：π0.5在训练数据未覆盖的家庭场景中实现功能迁移，如在不同厨房/卧室完成清洁、整理等长周期任务，依赖物理操作与语义推理的多层次认知[2][5] - **协同训练原理**：整合多模态数据（400小时机器人操作数据+人类语言指导），通过消融实验验证数据组合效果，使模型同时掌握动作执行与任务语义理解[5][7][8] - **双系统架构创新**：采用高层VLM（慢脑推理）与底层VLA（快脑执行）分层设计，类似人类"思维链"模式，解决传统端到端VLA模型长期规划能力不足的问题[8][10][15] 行业动态 - **技术路径趋势**：双系统架构成为2025年具身智能领域标准方案，典型案例包括Figure AI的Helix模型（2025年2月）、英伟达GR00T N1（2025年3月）、智平方Alpha Brain（2025年4月）[14] - **商业化进展**：科技大厂加速入局，谷歌/OpenAI/Meta转向本体制造，国内华为/京东跟进；资本聚焦具身智能创企如自变量机器人、穹彻智能等[21][22] - **核心壁垒**：软件算法超越硬件成为人形机器人商业化关键，企业需自研大模型构建技术闭环，仅依赖第三方模型难以形成竞争力[20][26] 公司背景 - **创始团队**：集结UC Berkeley/斯坦福教授与谷歌科学家，包括Sergey Levine（RT-X项目负责人）、Chelsea Finn（ALOHA项目导师）等，团队论文引用超4.7万次[16][19] - **融资历程**：2024年3月成立即获7000万美元融资（投后估值4亿），11月完成4亿美元新一轮融资（投后估值24亿），领投方含贝索斯、Thrive Capital[17] - **技术合作**：π0模型已应用于星尘智能Astribot S1机器人，2025年4月与智元机器人达成动态环境复杂任务合作，由BAIR博士后罗剑岚推进[18]