10
π
◆ MODEL-FIRST · VLA FOUNDATION MODEL通用 VLA Scaling 派 · 美国
Physical Intelligence
Physical Intelligence
一句话定位
Physical Intelligence，具身大脑、foundation-model、VLA。
VIEW
路线特点与关键观察
- 将 π 系列视为通用机器人基础模型代表：通过多本体数据、VLA / flow matching 与开放模型推动跨任务泛化。
- 优势是模型与研究影响力；仍需观察真实部署密度、持续学习与客户 ROI。
01
最新动态
02
详细技术路线
数据入口核心判断:Physical Intelligence 的路线本质上是”跨机器人形态的 VLA 基础模型 + 持续在线改进”,目标不是单一机器人最优,而是跨 embodiment 泛化。→
世界表征关键技术要点: π0 以 internet-scale vision-language pretraining + open-source robot datasets + 自有 8 种机器人数据 联合训练。→
策略与控制基座是预训练 VLM,再通过 flow matching 让模型直接输出连续动作。→
本体部署官方披露控制频率可达 最高 50Hz,强调从语义理解直接连接到底层 motor commands。→
反馈闭环openpi 强调可用 1-20 小时 平台数据做微调,降低新平台适配成本。
竞争定位
它是“通用 VLA”基准参照。息壤不应与其比模型规模，而应证明 transition 编译与 evaluator 对现有 VLA 有可测增益。
TECHNOLOGY / 补充技术机制与验证证据
- 核心判断:Physical Intelligence 的路线本质上是”跨机器人形态的 VLA 基础模型 + 持续在线改进”,目标不是单一机器人最优,而是跨 embodiment 泛化。
- 关键技术要点: π0 以 internet-scale vision-language pretraining + open-source robot datasets + 自有 8 种机器人数据 联合训练。
- 基座是预训练 VLM,再通过 flow matching 让模型直接输出连续动作。
- 官方披露控制频率可达 最高 50Hz,强调从语义理解直接连接到底层 motor commands。
03
关键人员
K
Karol Hausman联合创始人
S
Sergey Levine联合创始人；UC Berkeley 教授
C
Chelsea Finn联合创始人；Stanford 教授
L
Lachy Groom联合创始人
团队补充 · 公开规模：待核实：团队规模未公开
- 创始团队密度：7 名公开可核实核心创始人（Karol Hausman、Lachy Groom、Sergey Levine、Brian Ichter、Chelsea Finn、Adnan Esmail、Quan Vuong）
- 研究背景：Google/DeepMind + UC Berkeley + Stanford 机器人与强化学习重镇
- 当前规模：约 80 名员工（TechCrunch 2026-01 到访口径）
- 岗位需求：仍在招聘 controls、ML infra、robotics software、robot test、operations 等关键岗位
- 扩张信号：招聘页持续更新显示公司仍在同步扩张模型、基础设施与真机交付能力
04
落地场景
1跨本体操作2家庭3通用机器人
05
上下游、产品和商业部署
UPSTREAM / 上游
IN
互联网多模态数据
IN
多种第三方机器人本体
πPhysical Intelligence大脑层
DOWNSTREAM / 合作与客户
OUT
机器人制造商与部署合作方；名单并未完全公开
“合作”仅指公开战略合作、投资协同、联合研发、部署或公开资料明确提及的适配关系；不把同一生态中的出现推断为正式商业合同。
PRODUCTS / 产品
- π0 系列模型演进
- 商业模式定位
- π0:2024-10 发布的通用机器人 foundation policy model,目标是”让任何机器人做任何任务”
- openpi:2025-02 开源代码和部分模型权重,支持 DROID、ALOHA、Libero 等平台实验
- π0.6:2026 年持续迭代，增加多尺度具身记忆（MEM）和高效率在线强化学习（RL Token）
- π0.7:2026-04-16 公开展示可通过语言辅导完成未显式训练任务，核心卖点转向 compositional generalization(组合泛化)
- 核心模式：机器人大脑供应商（不卖硬件本体）
MARKET / 商业与部署
- 核心判断:公司已从”纯研究叙事”迈向早期真实部署验证,但距离标准化大规模商业化仍有距离。
- 支撑: 官方 partner blog 披露与 Weave Robotics、Ultra 的合作案例,前者切入家务折衣,后者切入工业包装。
- 官方披露 π0.6 / 后续方法在合作场景中实现抓取失误减少、人工干预下降、吞吐提升等量化改进。
- 公司把合作伙伴而非自研本体作为首批落地通道,说明其商业模式更接近”robot brain supplier”。
- 不确定性:客户数量、收入规模、续约情况、模型交付形式(license / API / joint deployment)仍未公开。
06
融资时间线
2025新一轮
6 亿美元；估值约 56 亿美元
LATEST DISCLOSEDFUNDING EVIDENCE / 融资口径与核验边界
- United States · 成立 2024 · Series B
- 累计融资 10.7 亿元 · 估值 56 亿元
- 投资方：Jeff Bezos、OpenAI、Thrive Capital、Lux Capital、Khosla Ventures 等
07
信息来源
优先使用公司、政府、监管与合作方一手页面。公司自报性能与规模保留原口径，但不改写为第三方已验证事实。
08
竞争定位、差异性与相似公司
POSITION / 竞争位置
Physical Intelligence位于“具身大模型”赛道，以视觉—语言—动作联合建模和端到端策略作为主要能力入口。
DIFFERENTIATION / 核心差异化
核心判断:Physical Intelligence 的路线本质上是”跨机器人形态的 VLA 基础模型 + 持续在线改进”,目标不是单一机器人最优,而是跨 em…
MOAT / 竞争壁垒
核心判断:公司已从”纯研究叙事”迈向早期真实部署验证,但距离标准化大规模商业化仍有距离