Pi0（又稱Pi-Zero）是由Physical Intelligence與Hugging Face聯合推出的機器人基礎模型。作為首個將自然語言命令直接轉化為物理動作的視覺語言動作模型，Pi0能夠執行摺疊衣物、收拾餐桌等複雜任務，並通過流匹配技術以每秒50次的速度生成動作軌跡。該模型最初由Physical Intelligence於2024年10月發布，後疊代至Pi0.5版本並開源。開源後相關項目在GitHub上獲得大量關注。在RoboChallenge評測中，Pi0與Pi0.5曾占據榜單前兩位。
基本介紹
- 外文名：Pi0
Pi-Zero - 上市時間：2024年10月
- 所屬品牌：Physical Intelligence
研發背景,發展歷程,功能服務,核心技術,運營模式,核心團隊,重要事件,技術概述,
研發背景
Physical Intelligence公司成立於2024年3月。該公司與Hugging Face聯合，旨在開發能夠通過自然語言指令學習和執行任務的機器人模型，以解決傳統機器人多為窄域專家、編程複雜的問題。其目標是將視覺語言動作模型（VLA）工程化、標準化，便於二次開發。
發展歷程
2024年10月，由Physical Intelligence與Hugging Face聯合發布了首個版本Pi0。該模型是首個將自然語言命令直接轉化為物理動作的基礎模型，能夠執行如摺疊衣物、收拾餐桌等複雜任務。隨後，開發團隊推出了“Pi0-FAST”版本，該版本結合了頻率空間動作序列標記技術，訓練速度提高了五倍，並在不同環境和機器人類型間的泛化能力上有所提升。
幾個月後，模型疊代至Pi0.5版本，並選擇開源。此舉驗證了“VLA+開源”的路徑，明確了視覺語言動作模型應是一個可被工程化、標準化和二次開發的東西。Pi0.5開源後，其GitHub相關倉庫的Star數在一周內突破了5000，Fork數超過800，整個Pi開源項目的Star數達到了9.9k。
在2025年12月RoboChallenge發布的首份評測榜單中，Pi0與Pi0.5曾占據前兩位。至2026年初，在統一的真機評測基準下，其性能標桿地位被其他模型超越。例如，LingBot-VLA在GM-100基準上的平均成功率達17.30%，超越了Pi0.5的13.02%。
功能服務
Pi0（Pi-Zero）是一種視覺語言動作模型，能夠依據自然語言指令生成物理動作，執行自主行為。例如，它可以執行摺疊衣物、收拾餐桌和包裝雜貨等任務。該模型能夠處理從精細操作到多步驟程式等多種任務。開發團隊還推出了“Pi0-FAST”版本，該版本結合了頻率空間動作序列標記（FAST）技術，其訓練效率有所變化，在不同環境和機器人類型間的泛化能力也表現出變化。
核心技術
Pi0是一種視覺語言動作（VLA）基礎模型，可將自然語言指令轉換為機器人的自主行為。該模型利用在七種不同機器人平台及68個獨特任務上收集的數據進行訓練，使其能夠處理從精細操作到複雜多步驟程式在內的多種任務。Pi0採用了一種流匹配技術，能以每秒50次的頻率生成平滑的動作軌跡，旨在提升其在真實場景套用中的精確性與適應性。在此基礎上，開發團隊還發布了“Pi0-FAST”版本，該模型結合了頻率空間動作序列標記（FAST）方案，提升了訓練效率以及在不同環境與機器人類型間的泛化能力。
運營模式
Pi0採用開源策略，旨在使視覺語言動作模型成為一個可以被工程化、被標準化、被二次開發的東西。該模型由Physical Intelligence開發，並現已在Hugging Face的LeRobot平台上提供。通過Hugging Face提供其機器人基礎模型，為不同機器人方法之間的交叉融合創造了機會。
核心團隊
開發公司為Physical Intelligence，其共同創始人為加州大學伯克利分校教授謝爾蓋·萊文（Sergey Levine）。該模型由Physical Intelligence與Hugging Face聯合推出，並由Hugging Face在其LeRobot平台上提供支持。
重要事件
2025年2月7日，Hugging Face與Physical Intelligence聯合推出了Pi0（Pi-Zero），這是一個將自然語言命令轉化為物理動作的基礎模型。模型在Hugging Face的LeRobot平台上提供，能夠執行如摺疊衣物、收拾餐桌等任務。Pi0使用了一種流匹配技術，能夠以每秒50次的速度產生動作軌跡。開發團隊還推出了訓練速度更快的“Pi0-FAST”版本。
2025年12月，在RoboChallenge發布的首份評測榜單中，Pi0及其疊代版本Pi0.5位列榜單前二名。
Pi0.5開源後，相關倉庫在GitHub上的Star數在一周內突破了5000，Fork數超過800。相關數據表明視覺語言動作（VLA）模型的開源與工程化路線受到了關注。
技術概述
Pi0是一種能夠將自然語言命令轉化為物理動作的基礎模型。該模型通過對七種不同機器人平台和68個獨特任務的數據進行訓練，能夠執行如摺疊衣物、收拾餐桌等任務。它的發布為VLA（視覺語言動作）模型的開源和工程化提供了實踐案例，其開源項目在GitHub上獲得了較多關注（Star數達9.9k）。
Pi0.5曾長期是具身智慧型領域的性能標桿，但根據2026年1月的評測，其整體任務成功率與泛化表現已被LingBot-VLA超越。
該模型在處理複雜任務時有時會遇到困難，並且需要相當大的計算資源。此外，在工業環境中的可靠性和安全性問題仍然需要關注。
