文：司马秘事

编辑：司马秘事

司的就是国际这条线；马上追踪热点

秘闻背后的事；我给你说透

欢迎各位看官收看今天的【司马秘事】

最近PhysicalIntelligence发布的机器人模型π*0.6，直接在全网刷了屏，这货能连续13小时做意式浓缩咖啡，折叠衣物、组装纸箱也不在话下，全程不用人盯着重置。

一开始我以为只是续航牛，后来发现这只是表象，真正厉害的是它会从自己的错误里学东西。

13小时连轴转的底气

π*0.6的实操表现是真的让人眼前一亮，在咖啡店场景里，它能不间断制作咖啡十几个小时，出品稳定得不像机器人。

家里用的话，两小时折叠各种款式的衣物，不管是薄衬衫还是厚毛衣都能搞定，工厂里更实用，组装包装纸箱的精度完全符合流水线要求。

这些任务看着简单，其实对机器人的稳定性要求极高，之前接触过不少服务机器人，做一杯咖啡还行，连续做几小时就容易出岔子，要么倒咖啡洒了，要么忘了压粉。

π*0.6能保持这么久的稳定输出，我觉得核心不是硬件升级，而是学习方式变了。

它不用依赖完美的示范数据，就算中间出点小差错，也能自己调整过来。

而且这模型适配性挺强，不管是服务场景、生活场景还是工业场景，都能快速上手。

不像有些机器人，只会做单一任务，换个场景就“水土不服”，这种通用性，其实才是产业落地最需要的能力。

RECAP，会复盘的学习法

能有这么亮眼的表现，全靠π*0.6背后的RECAP训练方法。

一开始看论文里的专业术语，我还以为有多复杂，仔细了解后发现逻辑很简单，就是让机器人像人一样“复盘”。

传统机器人学习，就是照猫画虎，人类示范怎么做，它就跟着学，一旦遇到示范里没出现的情况，就彻底懵了。

稍微出点小错误，后面就会越错越离谱，最后任务直接失败，这就像学生做题只背答案，换个题型就不会了，根本不懂变通。

RECAP方法刚好解决了这个问题，它给机器人加了个“裁判”，价值函数，专门给每个动作打分，做得好分数就高，做得差分数就低。

然后再通过优势条件化，告诉机器人哪些动作值得模仿，哪些动作要避免，这样一来，机器人不用只学“正确答案”，还能从错误里提炼经验。

更聪明的是，这个方法还能吸收各种数据，不管是人类的示范、专家的纠错，还是机器人自己尝试的轨迹，都能变成训练素材。

本来以为这么多异构数据很难处理，没想到它用监督学习的方式就全吸收了，不用额外搞复杂的在线训练，成本也降了不少。

比同类模型强在哪

和市面上的同类模型比，π0.6的优势其实很明显，之前体验过一些服务机器人，做咖啡最多连续一两个小时，就需要人过来调整位置、补充物料。

π0.6能连续13小时无故障运行，这背后是失败率的大幅降低。

工业机器人方面，传统设备大多是固定程序，换个产品型号就需要重新编程，纠错能力几乎为零。

π*0.6不用这么麻烦，就算组装纸箱时位置放偏了，也能自己纠正，不用人手动干预。

这种灵活性，对工厂流水线来说太重要了，能省不少人力成本，从数据上看，它的任务完成效率也提升明显。

之前的模型做同样的任务，每小时成功次数有限，π*0.6直接翻了一倍。

给机器人行业指了条路

π*0.6的出现，我觉得给具身智能领域指了一条新路子。

之前行业里总想着靠海量的完美数据训练模型，但真实场景里，哪有那么多完美数据？大多是不完美的经验和错误的尝试。

RECAP方法证明了，机器人完全能从这些“不完美数据”里提炼价值，这就意味着，以后训练机器人不用再花大价钱收集完美示范，大大降低了行业门槛。

中小企业也能负担得起训练成本，这对整个行业的发展是好事。

在应用层面，除了现在已经实现的咖啡制作、衣物折叠、纸箱组装，未来它还能拓展到更多场景。

比如医疗辅助机器人，遇到突发情况能自己调整动作，家庭护理机器人，能根据老人的习惯不断优化服务。

这些场景之前因为机器人的鲁棒性不够，一直难以落地，现在终于有了突破的可能，不过我觉得，π*0.6也不是完美的。

总的来说，π*0.6的突破不在于它能做多少任务，而在于它找到了一种更贴近人类学习本质的方式。

机器人不再是只会模仿的“工具人”，而是能自主进化的“学习者”。

随着技术的不断迭代，相信未来会有更多机器人走进我们的生活，用更智能的方式解决实际问题。

而RECAP方法带来的启发，可能会在更多领域生根发芽，推动整个AI行业的进步。