原文：Physical Intelligence, a hot robotics startup, says its new robot brain can figure out tasks it was never taught
总部位于旧金山的机器人初创公司Physical Intelligence已悄然成为湾区最受关注的人工智能公司之一，该公司周四发布的新研究表明，其最新模型可以指导机器人执行从未明确训练过的任务，该公司自己的研究人员表示，这种能力让他们措手不及。
这个名为 π0.7 的新模型代表了该公司向着长期追求的通用机器人大脑目标迈出的早期但有意义的一步：它可以指向一项不熟悉的任务，用简单的语言进行指导，并真正完成它。如果这些发现经得起推敲，他们表明机器人人工智能可能正在接近一个拐点，类似于该领域在大型语言模型中看到的情况——能力开始以超出基础数据预测的方式复合。
但首先：本文的核心主张是组合泛化——结合在不同背景下学到的技能来解决模型从未遇到过的问题的能力。到目前为止，机器人训练的标准方法本质上是死记硬背——收集特定任务的数据，根据该数据训练专业模型，然后对每个新任务重复此操作。物理智能认为，π0.7 打破了这种模式。
“一旦它跨越了这个门槛，从只做收集数据所需的事情，到以新的方式实际重新混合事物，”Physical Intelligence 联合创始人、加州大学伯克利分校专注于机器人人工智能的教授谢尔盖·莱文 (Sergey Levine) 表示，“其能力将随着数据量的增加而不仅仅是线性增长。这种更有利的扩展特性是我们在其他领域看到的，比如语言和视觉。”
该论文最引人注目的演示涉及模型在训练中基本上从未见过的空气炸锅。研究小组调查时发现，事件中只有两段相关情节