VLA 解码手记（三）：π 系列演进——Physical Intelligence 的 VLA 路线

1. π0：把 VLA 做成”通用接口”（2024-10）

Physical Intelligence 的 π0 定了基线：

• 底座：PaliGemma（约 3B VLM）+ 一个独立的动作专家（action expert），动作专家用 Flow Matching 生成连续动作，输出 50Hz 高频控制。
• 数据：在 OXE + 自有演示上训练，覆盖 7 种机器人平台、68 项任务。
• 统一接口：语言/图像进，连续动作出。证明”一个通用 VLA 能在多本体上干活”。

2. π0-Fast：离散化提速

在 π0 上加动作离散化 + 自回归，换取推理速度。是”连续 vs 离散”两条路线的工程折中，适合延迟敏感场景。

3. π0.5：跨本体 + 任务分解（2025-04）

• 跨本体协同训练（cross-embodiment co-training）：多台不同机器人共享一个”通用大脑”，学到与硬件无关的操作常识。
• 任务分解（task decomposition）：高层把复杂指令拆成子目标，低层策略依次执行——让长时程任务可控。

4. π0.6*：RL 专精（RECAP）

用强化学习在已训 VLA 上做专精打磨（RECAP 思路），把特定任务成功率再往上推。是”通用预训练 + 专精后训练”的典型后半段。

5. π0.7：记忆 + 组合泛化（2026-04）

π0.7 是系列目前的顶点，几个关键升级：

• 底座升级：Gemma3 4B + 860M 动作专家。
• MEM 记忆机制：从过往经验中学习、携带上下文记忆，处理长程多步任务更稳。
• 多模态提示：支持图像 / 语言 / 演示混合提示，会”照着示范做”。
• 涌现的组合泛化（compositional generalization）：未见过的指令组合也能泛化——这是迈向”真正通用”的信号。
• 效果：在多项基准上超越专精策略（specialist policies），而不只是追平。

6. 演进主线（一句话）

VLM 底座升级 → 跨本体复用 → RL 专精打磨 → 记忆 + 组合泛化。通用 VLA 正从”能干活”走向”比专精策略更强”。

7. 承上启下

π 系列是海外标杆。下一篇看国内：蚂蚁灵波 LingBot-VLA 2.0 的”一脑多机”、小米的开源实时 VLA、腾讯 HyVLA 的 FlowPRO——以及一处常见混淆的澄清。