待验证50% 置信事实精确时间
π₀.₅是Physical Intelligence提出的视觉-语言-动作基础模型，采用预训练VLM与扩散动作专家级联的架构。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证流匹配动作专家（如 π0.5）将动作生成建模为从噪声到动作的连续变换过程，通过迭代去噪产生平滑动作序列，适合高维连续控制；自回归方法（如 π0-FAST）将动作离散化为 token 逐 token 预测。69% 相似待验证ZGCM-1在中期训练阶段将智能体与工具交互过程重新表述为马尔可夫决策过程（MDP）67% 相似待验证Ψ-0.6 通过强化学习习得在不同表征之间自适应选择的调度策略，模型在训练中学会判断当前任务适合走哪条推理路径。65% 相似待验证Toyota Research Institute的Diffusion Policy和Physical Intelligence的π0证明将扩散模型作为动作生成器比自回归token预测更适合连续控制任务64% 相似待验证PolyAI通过脱敏(redact)所有PII并生成假PII数据来训练模型，使模型学到对话机制而非真实用户数据64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1129181API
curl https://kongchang.com/api/v1/knowledge/claims/1129181MCP
get_claim(id=1129181)