不知道你是否曾有过这样的想法：当一个「甩手掌柜」，把一切家务都交给家务机器人。说实话，这是在科幻作品中经常能够看到的场景。

毕竟，谁不想拥有一位任劳任怨的「赛博仆人」呢？

来自旧金山的初创公司 Physical Intelligence（物理智能，简称 Pi）正在致力于帮助人们实现这个梦想。这家公司近日展示了一种「接受了前所未有的数据量训练」的人工智能模型，它已经学会了干各种有用的家务活。

Physical Intelligence 发布的视频显示，他们的机器人可以十分灵巧地完成各种家务活，包括但不限于：整理摆满了杯子和盘子的桌面：

把咖啡豆从袋子舀到机器当中：

甚至可以组装纸箱：

最令人深刻的是，它们可以取出烘干机内的衣物并折叠整齐。两只机械臂如同人类的双手一般，配合熟练：

有趣的是，该公司开发的这种算法有时会表现出一些的类似人类的怪癖，例如摇晃 T 恤和短裤，让它们平整地铺开。

Physical Intelligence 的首席执行官豪斯曼（Hausman）指出，折叠衣服对于机器人来说尤其具有挑战性，需要更多关于物理世界的一般智能，因为它涉及处理各种会不可预测地变形和皱折的柔性物品。

他还表示，目前的算法并不很稳定。就像 AI 聊天机器人有时也会「崩溃」一样，这些「家务机器人」有时也会做出一些令人不可思议的举动：比如它会将鸡蛋塞满已经装不下的纸箱，把纸箱强行合上；有一次在装东西时，机器人突然把盒子从桌上扔了下去。

尽管算法还不完美，但 Physical Intelligence 至少为未来的「通用家务机器人」提供了一种可能性。

然而，豪斯曼的野心远不止于此。「家务」只是其中一种用途，「通用」才是公司的雄心壮志：

我们的目标是通过一个通用模型将人工智能带入物理世界，基本上对于任何应用程序来讲，该模型可以为任何机器人或任何物理设备提供动力。

换句话说，Physical Intelligence 的目标是创建一个类似于大型语言模型（LLMs）的物理世界模型，这是一种「通用人工智能模型」。

他们将构建语言模型的技术与控制和指导机器的自有方法相结合，并通过训练大量的机器人数据来实现。豪斯曼表示，他们的方法「非常通用」，可以利用来自不同机器人类型的数据进行训练，类似于人们训练语言模型的方式。

公司在过去八个月中开发了其「基础模型」，名为 π0（pi-zero）。π0 通过使用来自多种机器人执行各种家务的数据进行训练，公司还经常让人类远程操作机器人以提供必要的教学。

Physical Intelligence 的联合创始人之一、加州大学伯克利分校的副教授谢尔盖·莱文（Sergey Levine）表示，他们训练的数据量比以往任何机器人模型都要大得多，并且「幅度非常大」。

与其他公司譬如 Figure AI 和特斯拉专注于构建仿人机器人，以及像 Covariant 这样的公司开发通用机器人软件不同，Pi 旨在创建可以应用于广泛机器人硬件的软件。

对此，知名科技投资者，也是 Pi 的联合创始人之一的拉奇·格鲁姆（Lachy Groom）表示「使人类变得有趣的是我们的大脑，而不是我们的硬件，我们是终极的通用主义者」。

Physical Intelligence 面临的一个关键挑战是，与大型语言模型训练中可用的文本数据相比，用于训练的机器人数据规模有限。

因此，公司必须生成自己的数据，并想出提高从更有限数据集中学习的技巧。

实际上，为了开发 π0，公司结合了所谓的视觉语言模型（在图像和文本上训练）和扩散建模（从 AI 图像生成中借鉴的技术），以实现更通用的学习。

一切的一切，都在为「通用」而努力。

对于 Physical Intelligence 的现状和未来，莱文的观点是：

为了让机器人能够承担人类要求它们做的任何杂务，这种学习需要大幅扩大。尽管还有很长的路要走，但我们有一些你可以认为是基础框架的东西，未来的事情从中可见一斑。

但同时，莱文对 Pi 的发展充满信心。他表示有足够的迹象表明，在现实世界中使用机器人的最大障碍「现在已经可以解决」。