type: 详读（中文全文摘要） domain: 大脑·模型 对应卡片: 卡片-π0 arxiv: "2410.24164" 来源: 全文精读(arXiv HTML 正文)，🤖Claude 摘译，关键数字📄来自正文 date: 2026-06-30
详读 · π0：用流匹配让 VLA 输出高频连续动作（Physical Intelligence，2024-10）¶
一、问题与核心主张¶
- 问题：机器人策略不通用——数据少、泛化差、脆。
- 主张：照 LLM 套路——在多本体海量机器人数据上预训练 + 下游微调；动作生成改用流匹配(flow matching)，能出高频、连续、多峰动作。
二、方法 / 架构¶
- VLM 底座：PaliGemma(3B，网络级预训练)；外加 300M "动作专家"(机器人 token 专用权重)。
- 流匹配动作：替代自回归离散化，做扩散式连续动作生成 → 支持高频(最高 50Hz) 与多峰分布。
- 动作分块：一次前向预测 H=50 步动作，灵巧操作无逐步延迟。
- 控制：灵巧任务 50Hz；UR5e/Franka 20Hz。
三、数据¶
- 7 种机器人构型；903M 时间步(自有 106M 单臂 + 797M 双臂) + 9.1% 开源(OXE/Bridge v2/DROID)，约 1 万小时；68 个复杂任务(收拾餐桌、叠衣)。
- 配方：低质多样数据预训练 → 高质任务数据后训练。
四、关键结果¶
- 开箱即用：叠衬衫、简单收桌近满分；全面超 OpenVLA(7B)、Octo(93M)。
- 微调：1–100 小时数据即学会叠毛巾/微波炉/换纸巾/装抽屉等灵巧任务，超 ACT 与 Diffusion Policy。
- 复杂多阶段：叠衣、收拾餐桌、装盒/装蛋 >50% 成功。
五、消融¶
- 预训练+微调比从零 ~2×(难任务尤甚)；VLM 初始化对语言/任务有大增益；流匹配 > 自回归(自回归搞不定高频灵巧块)。
六、局限（作者自陈）¶
- 数据配比启发式不清楚、不知该优先什么数据；性能不稳；高度多样数据的正迁移程度待观察；未评导航/驾驶/腿足。
七、开源 / 出处¶
- Physical Intelligence 预印本(2410.24164)；后续以 openpi 开源(权重/代码，业界广泛复用)。
八、对我们（精读后判断，🤖）¶
- 当前最强开源级 VLA 之一，确立了"VLM + 流匹配动作专家 + 动作分块"成为后续主流配方(卡片-π0-FAST、卡片-π0.5 同系)。
- 对触觉×VLA：流匹配动作专家是个可挂额外模态条件的好结构——触觉可作为动作专家的额外条件输入。对照 卡片-OpenVLA(离散自回归)看两条动作生成路线。
- 关键工程结论：高频灵巧任务必须用流匹配/连续动作，离散自回归吃力——决定我们若做接触密集任务的动作头选型。