146. 对Physical Intelligence柯丽一鸣4小时访谈：Pi的开源模型研究，机器人的江湖、族谱与主角

摘要

• **Pi（Physical Intelligence）成立两年、投后估值超50亿美元，主线三篇论文各占一个关键词：π0是能力、π0.5是泛化、π0.6是表现。**π0.6的发现最具杠杆：让差不多能做任务的模型自己上真机收“体验数据”回灌训练池，最终在第一个工种上“clearly超越了最好的数据收集员”——一旦部署开始，数据成本有望下降，“你都部署了，可以收真机数据了，为什么不用呢”。
• 柯丽一鸣是真机数据信仰派：叠衣服的布料物理、粘性摩擦在2026年的快照下“你可能都没法搞出这么一个仿真器”，sim-to-real仍是“半前沿”；“很有可能你这一千万小时数据都是garbage垃圾数据”。 π0.5在约100个Airbnb收数后曲线放缓，暗示有限的in-distribution数据规模或许就够——但她补一句“我们现在数据量还是太少了，肯定还要再激进一些”。
• 不做人形是她的入职前提：“他们要说做人形，我就不来了。” 逻辑：通用大脑是像人脑一样操纵车、挖掘机等一切构型，而非绑定人形；用简单构型做成复杂任务，将来迁移到人形“概率非常大”。狂野派的补充论证：车轮是自然界没有的形态，但全世界公路都为车而建——世界会为有用的形态改造自己。
• 江湖族谱是理解赛道的底层地图：CMU传统派（Matt Mason“灵巧在大脑不在手”→波士顿动力）对阵伯克利学习派（吴恩达→Abbeel→Sergey Levine/Chelsea Finn→Pi）；2023年谷歌为大模型削减机器人部门成了“黄埔军校”，井喷出Pi、Scale、Generalist、Sunday等；Covariant过早深耕物流仓储的教训让Pi把商业化当“distraction”，只以partner形式给落地公司供模型。
• 中国供应链是美国追不上的变量：“很难想象一台机器人里没有一个零件是中国的……到现在我都不知道美国人要是追的话该怎么追”；中国机械臂约1万美金对Franka数万美金，行业笑话是“特斯拉最牛逼的工厂在上海”。 但开源追赶悖论同样成立：follow Pi的公开论文如同follow Google——“你想追上Google，得先训一个Gemini尺寸的大模型出来”。
• **机器人的frontier难以定义，评估是最大瓶颈：无穷的初始条件让领域没有跑马场英雄榜，各家内部指标互不可比；π0.6*提出throughput（固定时间内成功量）作答。**商业化“比我一开始想象的近”——可控环境（工厂类）是自然应用场景，机器人进家庭“不一定以产品形式，更多以探索形式，没有那么远”。
• 偏软的信号同样值得记录：Claude Code让她两周重构全部工作流、效率约三四倍，并让这个内向者重估了VLA里L的价值；对AI毁灭论她给出权限-责任-能力三重反驳；终极浪漫是“机器人能够组装造自己就是一种繁殖的体现”，以及“造出一个东西，它可以看到宇宙的尽头”。

精读

1. 成立两年估值超50亿美元，被期待成为机器人界的OpenAI

• 张小珺的定位：Pi是“专注研究机器人大脑”的硅谷明星公司，成立仅两年、投后估值已超50亿美元；嘉宾柯丽一鸣（K）负责强化学习方向，是核心论文作者之一，业余写科幻网文。
• 时间戳需注意：本期录制较早，尚未囊括最新模型π0.7，技术讲解止于π0、π0.5与π0.6*。
• 冷开场即是全片最硬的三句：不做人形、机器人造自己是“繁殖”、三篇主线关键词——能力、泛化、表现。

2. 写小说与做机器人同源：创造力加执行力

• 她的类比：机器人做不好任务“你需要想一些新的方法”，而“你真正想写的那个故事还没有被写出来，你也需要把它创造出来”。
• 后半程都是执行——研究是想法落地写代码，小说是“一个字一个字地在那里码”。
• 网名坚决不透露：“救命啊，马甲，马甲保护好。”工作与生活“分得相当开”。

3. 科幻的两个命题：生产力变化后，人去做什么

• 她痴迷的科幻只围绕两个命题：生产力变化后人的生活怎么改变，以及未来社会里人与人的关系；前者与工作直接相关——“把人做的事情自动化以后，人去做什么，是每天都会想的命题”。
• 后者她判断有恒量：“应该有一些人性之类的东西，即使在生产力大幅变化的未来科技社会，也会流传下去。”

4. Claude Code成了人与人之间的中间层

• 入职让她体会到“有些事情得在团队协作中才能完成”，但cloud code又在反向松绑协作：与其去问模块负责人，“我干嘛不直接问这个cloud code呢”——现在是一个人掌控三四个agent。
• 由此生出小说构思：人人有个bot替你爬取、揉碎、投喂互联网，“以后没有这个bot，你就很难在浩如烟海的互联网里生存了”。
• 独狼玩家的终局畅想：修水管这个“美国社会永恒的难题”交给机器人；甚至“发现一个小星球直接定居，搞很多机器人帮你搞好基建”——一千年后回看，“说不定他们看我们也是原始社会”。
• 顺带的世代观察：下一代只跟机器人谈恋爱，“我还挺能接受的，因为我是老二次元了”——身边早有不和人类谈恋爱的朋友，她甚至能理解这些选择。

5. AI毁灭论为什么不成立：权限、责任、能力三重限制

• 她一直想不通“帮助人类的造物变成对立面”的逻辑，于是给2026年拍快照：智能体干过最坏的事，是拿到权限后把用户邮箱删得七七八八——任务被执行了，但与真实意图没有重合。
• 权限：大家都会prompt“不清楚先别动，跟人确认”；责任：她攀岩受伤后拿AI解答医疗问题，但“不可能AI说什么我就信什么”，必须带到人类专家面前——“谁能承担责任才会建立信任”。
• 能力：行业自嘲仍是“教机器人把红方块放到蓝方块上，三岁小孩都会——还不如生个娃”。

6. 芜湖、失去双手的江涛老师与八岁学Logo

• 出身安徽芜湖，教育资源与大城市有差距，但城里有位优秀的信息学竞赛老师江涛——学生时代因事故失去双手，回乡投身计算机教育，建起系统的奥赛梯次培养；素未谋面，她自认受益者。
• 八岁进兴趣班，动机纯粹：“可以玩电脑了，太高兴了。”从图形化Logo画画入门。
• 唯一认真读完的编程教材是《中学生学C语言》——用灯神许愿讲递归，“非常自然地融入生活，把它内化了”。

7. 从哭鼻子到“柯姐”：看起来乖，实则叛逆

• 小学第一天顶着板寸头被全班嘲笑，“哭着上学”；毕业时已是大姐大——“有什么想法我们可以坐下来聊，不行的话就把你打服”，专管欺负人的人。
• 自我概括：“一个看起来很乖但实际上很叛逆的小孩”；对公平的边界很清醒：“每个人也没有权利要求另一个人按他的想法做”，她只在力所能及的范围内维持正义。

8. 一万人里三四个清北：安徽教育资源之痛

• 出国后的心痛账本：安徽每一万人只有三四个能上清北，大城市“可能一万个人里八十个”——“这种数字在安徽是想都不敢想的”。
• 她自认不是激烈教育的优胜者：“我就是竞赛班里面中等，喜欢的事情就多学，不喜欢的就少学”，对能卷的同学“报以崇高的敬意”。
• 今天的解法换了层面：“通过创造更新的生产力，在某个层面上抹平这些公平。”

9. 高二剪板寸独闯东南亚：把自己掩饰成男生

• 叛逆前三名的代表作：高二末独自去东南亚背包两周，起因是迷上印度神话小说与宗教建筑；“没有明显的目的，也不知道对人生有什么影响，但就是非常想做”。父母天天劝回，后来也来找她。
• 行前剪板寸、扮男孩，是预防式自保——社会新闻让女生“处在更可能受到侵害的位置上”。
• 主持人点出有人会选择不去，她的回答是本集性格注脚：“自己想干的事情得找个方法把它实现。”

10. 雨血、古龙与突然决定出国

• 升学走不通的原因很诚实：“我没有办法做我不相信不认同的事情”——要背生物化学、要补短板，“我为什么要加油，为什么要冲一冲，我不干了还不行？”
• 转折来自游戏：撞上《雨血》“惊为天人”，觉得它完美诠释了古龙小说的互动形态；创始人好像是清华出身、后赴耶鲁——“第一次在叛逆的道路上走着走着，发现人家是正规科班出身的大神。”
• 竞赛保送当时是去中科大这样的地方（“是好大学，但离家非常近，所以就不能去”），于是照偶像路径，高二中途急转弯出国。
• 游戏给她的是人文底色：“人是生来体验的”；纯粹情绪的碰撞令她着迷——“你背负着血海深仇，现代社会大部分人怎么会背负血海深仇？这个可以在游戏里体验。”

11. 心理学→经济学→计算机：打破砂锅问到底

• 大学两次换专业：心理学“非常有趣，但我实在不太适合”——想打破砂锅问到底，路径太不直接；经济学帮她理解世界，“但不能帮助我了解我在这个世界中想做什么”。
• 没去做游戏的自我剖析：写小说是宣泄，AI研发是“对追求效率的体现”——成就感来自“把一个别人做不到的事情做到了，或者别人做这个事情，我做得更好”。

12. 大一发一作paper：李博、对抗机器学习与生成对抗网络里的博弈论

• 美式内卷提前到大一：“入学第二个月就开始到处投简历”，简历里是高中与竞赛同学做小软件卖钱的经历；由此进实验室，遇到学术路上第一位导师、后来去芝大任教的学姐李博。
• 选题是命运的线：她学经济爱博弈论，李博做adversarial machine learning——对抗与博弈同构；大二大三就发出一作论文，为博士申请铺路。
• 她的生成对抗网络科普：生成器“做假钞”，判别器辨真伪，“完全无法分辨时只能靠猜”，逐步对抗让照片逼近真实——“博弈论在机器学习中的应用，一直到今天”。

13. 博士主线：从模仿学习走到强化学习

• 入学以为做理论ML，做着做着更喜欢应用，转向机器人；从模仿学习起步——“人家给你一个样例，你想办法去超出这个样例”。
• 越做越不满足：“如果你永远只是在照抄别人，你不能有创新”——转向强调探索、把上限推得更高的强化学习，“这和性格也有一点贴切”。

14. 2017年的江湖：实验室里唯一的学习派

• 彼时把机器学习放上机器人是“新兴但不大众”；她的导师是传统全栈派——CMU派系出身，做路径规划与控制，主张“最极端情况下一个人能完成几乎所有任务”。整个实验室做学习方向的只有她一个。
• 传统派的直觉：规划第一二三步连成完整计划，控制保证每步不出错；她的反问从数据出发：“机器人的聪明才智，能不能不靠我定规矩，而是从数据中直接获得？”
• 这与2016-17年NLP从语义结构转向端到端的争论同构——“机器人可能也要走一下这样的路”。

15. 与导师的信仰之争：优雅保障 vs 黑猫白猫

• 争执经常发生。导师嫌ML“不优雅、没有保障”——“摩擦力的建模你都不懂，你怎么就在做这个任务？”她的回敬：“说不定这个任务不需要你懂这些，我们的目标就是让不懂前置知识的人都能把任务做成。”
• 她把ML的使命说得很重：“让专家从机器学习的中间消失，机器可以自己学习。”
• 也承认导师给了关键的台阶：“你们模拟器里跑最好有什么用？我们传统派所有东西都能上真机，你要上真机”——落地与表现的衡量指标从此刻进她的研究品味。

16. 机器人为什么小众：五十万美金一只手

• 2017年的成本账：隔壁Yejin Choi组花20万美金做NLP数据集已是“从来没人烧这么多钱”，而机器人这边一只shadow hand五十万到一百万美金，坏了让博士生自己修——“一返厂就是十几万没了”；Barrett Hand三指爪也要十几万美金。
• 当时“号称最便宜”的Franka也要几万美金；如今Franka被一家中国公司收购，“说不定出个中国版，几千美刀就可以了”——中国手臂现在约一万美金上下。

17. 机器人五十年：CMU研究所与DARPA点燃自动驾驶

• 谱系从卡耐基梅隆讲起：机器人研究所约79年、八十年代建立，“感知去看、决策去动”的结合从这里流行开，延伸出灾后救援等分支。
• 2004-05年DARPA自动驾驶比赛让CMU“一鸣惊人”，刺激了约2006年起一批自动驾驶公司创立——传统派的高光时刻。

18. 祖师爷Matt Mason：灵巧在大脑，不在手

• 操纵系祖师爷Matt Mason（她学术族谱的源头）最有名的一句话：“灵巧的关键不在于手本身，而在于大脑”——很简单的结构也能做很复杂的任务；她的筷子机器人直接受此影响。
• 门下开枝散叶：她的导师做路径规划、做过“机器人酒保”；另一弟子桑北（likely Sangbae Kim）去MIT做出Mini Cheetah，“可能是现代机械狗的奠基人”。
• 同期的Marc Raibert后来去了波士顿动力，把传统派做到极致——自造电机做出世界上第一个后空翻机器人，“告诉大家这个事情其实能做”。
• 花衬衫是行业彩蛋：年轻时因穿着不严肃被会议同行指摘，“从此以后我就要穿这个”，连波士顿动力AI研究所的队服都是夏威夷花衬衫——“他是有一个叛逆精神在身上的”。

19. ML谱系：吴恩达→Abbeel→Sergey与Chelsea

• 学习派的入门路径很朴素：一四一五年入行的人都看吴恩达网课；吴恩达的博士生Peter Abbeel是“最早把机器学习放到机器人上的先驱”，现在伯克利任教、同时在亚马逊领导研究部门。
• Sergey Levine——她在Pi的汇报对象、联创——PhD读的其实是graphics，跟Abbeel做博士后才转型；“我读博时机器学习没什么教材，都是看Sergey的视频、论文和他们组的对话学习的”。他与Chelsea Finn“非常同频”，一起把RL在机器人里发扬光大。
• 内部笑话“Sergey GPT”：ChatGPT出现前，伯克利的人把论文草稿发给Sergey，“返回一个超级polish的版本，又快又好”——ChatGPT出来了也“不能相提并论”；Pi每篇paper的科幻引用全是Sergey写的。
• Chelsea的画像：每天四点起床游泳一小时，极度自律，且有“动物性直觉”——π0的任务选择很多由她推动，“当时大家是不知道能不能做的，她觉得能做”。

20. 更多门派：李飞飞系、宋舒然与Scale的两位创始人

• 李飞飞的学生朱玉可、金范领导英伟达GEAR Lab；宋舒然是她“非常尊敬的女学者”——diffusion policy出自宋组，ACT与ALOHA出自Chelsea组，“里程碑式的paper”。
• CMU一脉的Deepak Pathak（以curiosity好奇心驱动RL成名）与阿比纳姆共同创办Scale（ASR明确作“Scale”），同做具身智能大脑。
• 阿比纳姆是“无法预测下一秒说什么”的天马行空型：很早就主张让机器人户外自采数据，还做过“亚马逊五刀一个”的带夹爪长杆收数据——“跟现在的UMI有异曲同工之妙”；学生王小龙现在UCSD任教。

21. “机器人太重要，不能只留给机器人学家”

• 伯克利视觉大佬Jitendra的名言：“Robotics is far too important to be left for robotists。”不友善的读法是“这帮人不行，我们上”；她认同友善版——“必须有不同行业的人群策群力”。
• 两类人的差异她讲得具体：拿到一条数据，大模型的人想“收个一百万条，让数字越来越好”；传统机器人出身的人先看“这条数据长什么样、动作、硬件环境”——后者盯物理动作，前者能跳出框架想还缺什么信息。

22. 投入产出曲线：后空翻为什么不可复制

• 她给两派画的曲线：传统方法投入产出清晰，但后空翻的“代价是很多工程师不停调参数适配这一个任务，做新任务还得这么大投入”；ML让算法自己来做——“现在的跑酷视频，工作量和那个年代不可同日而语”。
• 终局是交互民主化：机器人现在“要专家知道怎么用才能用得更好”，趋势是“让一个普通人也可以非常自然地交互，得到想要的结果”。

23. 为什么传统派的集大成构型是狗

• 主持人问为什么那个年代大家都做狗，她的物理解释：操纵绕不开摩擦力建模——“话筒、衣服、褶皱，千千万万的事情很难建模”；而腿与地面接触是瞬时的，“不太需要详细搞明白摩擦力”。
• 结论：狗需要更少物理知识，操纵器需要更多；且狗作为硬件平台的可获得性“可能比机械臂还要好”。

24. 筷子机器人：一双筷子做90%的问题

• 与导师聊天时的“暴论”：“我用筷子能做90%的问题”（夹和放）。研究哲学是先啃最难的：“如果算法在筷子上都能成功，其他方法上更容易成功——剩下的就是工程问题。”
• 导师用美国电影“筷子夹苍蝇”的武术想象打赌：“你能做出来就可以毕业了。”她从实验室仓库捡部件从头搭机器人——三个月整机跑通，六个月定下遥操作，全部一个人做。
• 说服导师的论证很漂亮：这台手工机器人不准没关系，“我操纵这么一个不准确的机器人都能用筷子夹小球——只要算法和我一样聪明，即使关节有backlash，它就应该能做到”。第一篇工作2018-19年落地。

25. 从夹小球到空中夹玻璃球：不满足于模仿

• 模仿版本让她不满足：“我时时刻刻在调整动作，花好多精力给机器人提供高质量数据，太累了。我们懒人怎么能做这种事？要让它自己去探索，超越我给它的数据。”
• 转向强化学习后，最终夹住空中晃动的玻璃球——“人夹都有点难度”；类比是奥运训练：“搞出最适合你机体的策略，不断锻炼刻出肌肉记忆。”
• 这套“先在问题A做到极致”的路数，正面回应传统派最有分量的质疑：“你什么都能做，但什么都做不好，那要这个算法的用处是什么？”
• 她坦承质疑未死：工厂装车玻璃的传统方案在成功率、稳定性、速度上的保障，“机器学习暂时还没有人能说鲁棒性一样——直到今天都是前沿性问题”。

26. 地理与迁徙：西海岸学习派，东海岸传统派，人人涌向硅谷

• 斯坦福、伯克利让西海岸ML浓度天然高；东海岸CMU、MIT传统派“更根深蒂固”，新兴学者多是近五年才招的。
• 最近两年的信号：“大家不管在哪儿做，都在往硅谷跑”——波士顿的创业者、教授纷纷在办公室设在硅谷的公司领了职位。
• 传统派也在“积极拥抱新工具箱”，且专家洞察依然值钱——她前一晚还在读一篇讲电机的博客，作者ML出身、鸣谢了CMU传统派教授。

27. 硅谷创业图谱：Pi、Scale、Figure、One X、Dyna

• Pi与Scale同为“学术人创业”做通用大脑，区别在抓手：Pi押双臂操纵——暴论是“把pick and place拿放问题解决，你可以把整个生活中所有的家务都干掉”；Scale（从视频推测）更多腿、人形与狗，离商业部署更近。
• 人形阵营：特斯拉2021-22年马斯克的话点燃硬件人的热潮；Figure创立于2022年，创始人没有技术背景但有成功创业经历——“在不熟悉的领域因为相信而做，非常有意思”；One X深耕电机、走独特的绳驱路线。
• Dyna创始人兼具创业与技术背景，标签是“更强调商业部署落地”——叠衣服场景出自他们，2024-25年的发表在验证“机器学习已经可以渐渐落地并创造商业价值”，是最早从研究端转到部署端的一类。

28. 谷歌黄埔军校与2023年的创业井喷

• ChatGPT出来后“效果太好了，动摇了很多人的想法”；谷歌把机器人部门“变相削减”抽人做大模型，反而放出一代人——谷歌研究所成了机器人的黄埔军校，Pi创始人全部出自谷歌，Figure、One X也吸纳了这波人；2023-25年是“井喷式的机器人创业”。
• 同一波里的UMI双子星：Generalist AI与Sunday Robotics，创始人当年同在UMI论文上——手持爪子让人在自己的生活里采数据，并证明可迁移到机器人。从视频推测Generalist偏工业，Sunday偏家用，“目前看到的比较可爱的机器人”。

29. 大厂的bet：特斯拉压人形、谷歌并模态、英伟达卖卡

• 特斯拉是“人形搞得最激进的一家”：她自己认为手“有了会非常好，现在没有也没关系，不是必要的”；特斯拉则要终极形态，“方方面面都和人形差不多，有很强烈的人形信仰”——造车积累让大家默认它硬件强。
• 谷歌的机器人可能是Gemini多模态版图的一部分——为大模型提供空间感知、规划与控制能力。
• 英伟达则是江湖笑话：“做所有事情都是为了卖卡”，所以做世界模型这类烧卡项目——“但过往一次次证明，有时真的是数据多了卡多了效果就上去了，简单粗暴也是一种美”。

30. 人形之辩：实用派加狂野派

• 她自认“实用派加狂野派”。实用派：现阶段最重要的是能力、表现、操纵性，“不需要人形就可以做，甚至已经可以去部署做事了”；人形的问题“也许别人可以解决，我们后面再跟上”。
• 狂野派的论证最有味道：车轮是自然界没有的形态，但全世界的公路都是为车设计的——“如果真的是有用的形态，大家将来会为这个形态改变生存的环境”；为什么非要两只手？“有没有可能自然演化链出不来的形态才是最好的形态？”
• 她个人的终局信仰是动态组装性：“成熟的机器人形态就是随时随地把身体部件换掉，换成更适合的东西，就像它的工具一样。”

31. 通用大脑的定义：一个脑开车，也开挖掘机

• 面对“人形才是最通用构型”的质疑，她把“通用”拆开：Pi做的是很多构型都能受益的大脑——在不同形态数据上训练、在不同形态机器人上使用，“这不代表它不能在人形上做”。
• 类比一锤定音：“我开车、开挖掘机、操纵机械手，都是同一个大脑在操纵不同构型——这才是通用大脑最本质的定义，而不是做了一个人形的大脑就是通用大脑。”
• 任务复杂度与构型脱钩：人形关节多难控制，但“用简单构型做出了更复杂的任务，将来迁移到人形的概率非常大”——组装麦克风用双臂做成，比让人形跑得更好重要。

32. Frontier最大的坑：评估

• 机器人没有英雄榜：“不像其他领域发个超大数据集，每个模型来跑马场赛马看谁第一。”原因是评估必须上真机，且初始条件无穷尽——杯子位置、光照、背景、桌子高度、角度，“都可能影响最终表现，你希望都评估出来，但现实又掌控不了”。
• 后果是前沿不可见：“每家公司内部都有一套评估，注重点都不一样”——方向分散百花齐放；但宏观命题一致：“如何让一个机械成体在现实生活中做很多任务且表现好，只是每个人选的抓手不太一样。”

33. 一台机器人如何诞生：从电机到两层大脑

• 她的原子级拆解：电机是“会动的关节”，六七个关节按人的肘、腕、肩对照连起来，加3D打印件或金属件固定，就是一条原始机械臂；底层控制把“90度变180度”的位置信号翻译成物理执行。
• 上面是两层式大脑：高层看任务做决策（“要在桌上拿东西，得先把手抬起来”），发给关节执行，新场景进入下一轮——“做成一个能听懂、能执行、也方便调试的东西”。

34. 派的三篇主线：π0能力、π0.5泛化、π0.6*表现

• 理解Pi要看主线发表——“主线的命题是可以推动整个领域往前进的”：π0关键词是能力，π0.5是泛化，π0.6*是表现。
• π0（2024年11月）做了三件事：叠衣服“之前从来没看到过这种级别的表现”；叠纸箱“这东西真的能做吗？我们来做做看”；桌面busing——前所未有的物体多样性都要处理好。
• 2024年初Pi创立时“大家都很激动可以用大模型思路做机器人，但没人知道能做成什么样”；π0.6*则回到那个老质疑——“做什么都可以但都半吊子，模型的用处究竟是什么”。

35. π0.5：一百个Airbnb与放缓的曲线

• 泛化的根本问题是in domain与out of domain：“训练好只能在数据内表现好，打到数据外没有用，影响就很有限。”π0.5走出办公室，在约100个Airbnb里收数据——“杂乱无章的别人家里”做日常任务，再看新家的表现。
• 最振奋的发现是曲线放缓：“可能不需要在世界上所有人的家里收了数据才能干活——in-distribution的数据是有一个尺寸的，达到这个尺寸或许就够了。”
• 《开放世界泛化模型》的标题可能出自Chelsea；paper里的科幻引用照例是Sergey写的，“只有Sergey记得”。

36. π0.6*：体验数据打败最好的数据收集员

• 星号的含义：把模型自己跑出的数据放回训练池。核心主张——“智能体差不多可以做一个任务了，就去收集它的体验数据放回训练池，可以达到比固定收的数据更好的效果”；这是她所在RL团队的第一篇发表，“强调了很多方法上的简洁性”。
• 立项本身是赌局：“能不能做一个机器人，比最习惯用机器人的数据收集员更快更好？”结果“起码在第一个工种上clearly达成了”——超越了最好的数据收集员的起点。
• 评估指标随之落地：throughput，固定时间内的成功量；连成功失败的定义都经过打磨——“怎么保证大模型完全理解人的意思，本身是开放性研究课题”。

37. 数据成本有望下降：部署即数据

• 真机数据贵在哪，她拆得细：平台、进家维护、雇人操作与管理——“现在的大头其实是管这个人收到你想要的数据”；把操作员换成训练好的大模型自己跑，“数据的成本应该能降很多”。
• 纠错数据同理：模仿学习的老问题是误差积累把机器人带进“人收数据时不会碰到的糟糕情况”，所以大家专门收修复数据——“但修正数据也可以通过机器人自己跑来收，这就是强化学习比较本质性的东西”。
• 她的暴论级判断：“将来机器人的价格就该又便宜又方便——很多人现在对数据的担忧，在时间的长河里其实都不重要，部署过程中收的数据都拿来为我所用。”

38. 真机数据信仰：仿真叠衣服仍是“半前沿”

• 立场先行但讲理：“黑猫白猫抓到老鼠就是好猫，什么数据真的好用就相信谁。”同样十万美金budget，真机与仿真收的数量不同，但关键是“数据的质量、数据的意义，谁能让模型做得更好”。
• 2026年快照下的硬约束：衣服的柔性、摩擦力、粘性，“你在仿真器里可能都没法搞出这么一个仿真器来”；sim-to-real叠衣服是半前沿——“没看到一家做得非常好，但也有人认为可以达成，说不定两三年里有人做通了”。
• 反面警句值得抄录：“不要只看‘我们有一千万个小时的数据’——很有可能这一千万小时都是garbage垃圾数据。”目标若是所有场景所有任务，“目前真机数据还是不可取代的”。

39. 叠衣服有没有泛化性：状态无穷即是泛化

• 面对“场景酷但可泛化吗”的质疑，她拆维度：衣服状态千千万万——“多一个折、拐一下都是不同状态，你收到的状态永远有限，但你要保证还能完成”；不同衣服是另一维，π0.6*里叠更多种类又是一维。
• π0时代的泛化担当是清理桌面：几百个道具随便收随便换，“发挥收数据的人自己的想象力”——她参与了该任务的策略设计。

40. 支线工作：FAST、Hi-Robot、Olympics与partner

• π0到π0.5之间两篇关键支线：FAST研究动作的最优表达空间——大模型在学出来的动作表达里做预测，有性能提升与方法性保证；Hi-Robot首次正式提出同一模型内的输出分层——高层policy把指令转成更短可执行的小任务，解决“十分钟长任务里模型会迷失”。
• Olympics源自内部活动：研究员与数据收集员组队遥操机器人挑战“想都不敢想”的任务——“人手能完成的话，机器人能不能完成？”由此让大模型学会了开锁、开门这类“说起来没那么难、绝对没那么简单”的动作（她自己第一次遥操开门想了二十多分钟）。
• 最新的partner发布：一家叠衣服公司和一家打包公司跑的是Pi训练的或使用的模型——Pi自己目前没有很多商业落地想法，但通过伙伴“变相推动研究前沿”。
• 硬件上Pi不是纯旁观者：π0.6*用自研硬件，为做咖啡设计了低成本可换夹爪——“有这种研发你才会感觉到什么是本源问题”；硬件“与其说为软件优化，不如说为最后的任务和表现优化”。

41. 对标GPT几：还没到一，但在靠近

• 直接回答：“我觉得我们还没有到（GPT-1），但我们在靠近了。”她每天看到的都是不完美：“这个表现不行那个也不行，是不是要有大的变革才能达到真正想要的效果。”
• 她2017年短暂做NLP的自嘲是最好注脚：训出来的模型写莎士比亚“天天啧啧啧”；听说有人用RL做语言模型，“我说你把特别难搞的A和特别难搞的B合到一起能成功吗？完全不懂。到了一九二零年，别人就做成功了”。
• 机器人的独特优势：VLA出现后，“在数据量与NLP完全无法比拟的情况下，其实已经做了很多东西出来”——没那么多数据也能完成具体任务，这在自然语言界反而难。

42. Scaling law与算力：数据还是太少，要更激进

• 对scaling law她警惕过度简化：“每次看到over simplify的陈述，都觉得不够细节。”π0.5的房子曲线就是一种scaling探索——收多少个房子能在新房子取得成果、收到多少以后提升不再明显。
• 但结论不是收手：“我们现在数据量还是太少了，肯定还是要再激进一些，我觉得会好玩。”
• 算力之问的回答成了金句：“算力够不够，是看你们这人喜不喜欢干活——都特别喜欢干活的话，算力永远不够。”

43. zero-shot与具体表现：左脚踩右脚，看能不能上天

• 有人说通用团队关心零样本泛化、应用团队关心具体场景跑通，两类需求完全不同；她答“相辅相成”：机器人研究就两大主题——表现如何完满，与全新领域做出像模像样的东西。
• 她的体感：“在一个场景做到完满，可能在更多场景达到更好效果——具体任务的表现研究可以提升模型整体能力，这是我比较坚信的”；反过来大模型在新环境稳到差不多，就能马上叠加具体提升手段——“左脚踩右脚，看看能不能上天吧”。
• zero-shot怎么提：架构与预训练研究、数据；有人觉得下一代架构是世界模型，“现在也没有说法它一定长什么样，大家都在探索”。

44. 2024到2026：从不确定到看得见的成功

• 2024年初，叠衣服“我非常想做但不知道能不能做出来”；到年底，“不确定性逐渐变成了看得到的成功——不能保证百分百，但有成功的可能性，这个进步非常重要”。
• 2025年π0.5进Airbnb、π0.6*把部署表现推到“纯靠数据很难达到的地方”——叠衣服是在“再收更多数据都没得搞了”之后才上强化学习的；Gemini的空间理解也让她印象深刻，“显然对robotics非常重要”。
• 商业化体感变了：“有些我们做的事情也许已经有商业化价值——以前觉得遥远，现在感觉挺近。”最自然的场景是可控环境（工厂是代表），“通过控制环境来适配你现在能做到哪里”。
• 2026年预期：更多惊叹的demo（“看是一回事，背后是什么进步是另一回事”）、人形做操纵“挺成熟可以开始探索了”、模型架构“应该都会有一些大的变化”。

45. 机器人vs自动驾驶vs大模型：错误容忍度决定难度

• 自动驾驶比机器人难在stake：“你做出一个决策，那可是人命”，对完满要求极高；简单在控制几乎不是问题、决策空间更小——“从A到B，好像不需要太多C点到D点就不行了”。
• 机器人的操纵两头难：载重、摩擦力让机械臂到不了想到的位置，叠衣服“手腕到底怎么转”有无数不一样的动作；而大模型“可以瞎说，犯错大家都习惯了”——机器人处在两者之间，“目前的发展阶段和大模型更贴合一些”。
• 可借鉴处：自动驾驶头部公司都有自己的模拟器，还有一两家公开付费的仿真公司——“我们操纵器还没有对等的模拟器出现，这是不是有启示意义？”

46. 进家庭的隐形竞争：谁先出货，谁先安全

• “所有机器人公司都在争夺的隐形指标，是谁能做出第一个进入家庭的机器人”——家是隐形竞争方向：“你觉得lost了方向，就想想机器人还有哪些家中的问题做不到。”
• 三重难度：环境复杂性——“没有两个人的家和卧室是完全一样的”，他们做过叠被子但“不是到一个新家都能叠”；动作复杂性——家务“列一箩筐都列不完”；硬件与安全——“我不知道哪家的硬件能在人家里跑一个月，还做各种任务”。
• 最生动的恐惧：“我看Optimus擎天柱最害怕的就是他要是在我家里摔了——我该花多少钱修地板？要摔在我身上，我岂不是就那个什么了？”距离“真正的具身可以在人身边工作”还有距离。
• 小型化的权衡：比如宇树那种小型机型“没有那么大的威胁性”，更轻、省电、安全瞬间提升——但“人做的事情，小了以后有些你就做不了了，那还怎么用人的数据”。

47. 中国供应链的统治力：“美国要追，我都不知道怎么追”

• 看春晚宇树表演：“一两年前想看到这种级别的demo只是想想而已”，做出来“有算法提升，也有硬件实力”——公司群里就在讨论怎么做的，读书会还想请locomotion专家来讲。
• 全片最强的产业判断：“很难想象有一家机器人公司组装好一台机器人，里面没有一个零件是中国的……中国产业链制造业的优势实在太大，到现在我都不知道美国人要是追的话该怎么追。”硬件迭代快，也让中国团队“拿现有算法距离商业落地端有优势”。
• 技术上她给了线索：CMU教授石冠亚（华大博士后时期的朋友）组最近的Omni Target；腿式机器人是高层步态+低层执行，“强化学习在locomotion界确实取得了相当大的成功”。

48. Covariant的教训：过早商业化是distraction

• Pi“暂时完全不考虑商业化”有历史原因：Peter Abbeel在2015或16年创立的Covariant要做机器人通用机器学习方案，后来深耕物流仓储——“从大模型开发的角度回头看，这其实是分心，因为过早商业化而失去了通用泛化性，没有真的追溯本源的问题”。
• Pi受此影响：“不要为了挣钱或打通商业闭环，去做对研究没有帮助的事情；纯粹把研究表现做到最好，商业化后面再想。”她提出一个可能的对照：“中国公司从商业逻辑上更强调实用主义和回本。”
• 关于终局产品形态她留了口子：“也许有一些人专门做大脑，另一些人做场景商业化，最后插入别人公司的大脑——这是一种可能存在的形态。”

49. 开源追赶悖论与美国硬件困境

• “中国团队follow派就好了呀？”她分两层：Pi论文确实公开（谷歌、特斯拉不一定），但“Google就算公开了，你想追上它，还得先训一个Gemini尺寸的大模型出来——同样逻辑适用于派，就算告诉你怎么做的，你不一定match得上”；不过“竞争永远存在，肯定还是有人能match上”。
• 美国硬件近乎无解：“看美国现在的产业链，只能寄希望于创新了。”教育里产业缺失导致专业不火、人才断层，“不是一两年就可以投入回去的”；指望移民补链，“但美国修个地铁站都得修这么多年”。
• 顺带的行业笑话：“特斯拉最牛逼的工厂是在上海开的，产量就是高。”

50. 强化学习的本质：探索、归因与马里奥bug

• 她把RL拆成模块。探索：“要做更好的事情，得做一些以前没做的事情”——小到肌肉微调，大到研究方向选择；“现在大模型还不具备非常主动的探索能力”。
• 归因（credit assignment）：“宠物做了一系列事最后得到奖赏，它得知道哪件事是决定性因素”——π0.6*的算法就是帮智能体从大量部署数据里找出“其他都是垃圾，这个地方是精华，你以后多做这个精华”。
• 奖励设计是教科书不讲的本源问题：超级马里奥里RL发现bug后“疯狂做这个bug直接通关、奖励函数最大化——‘我已经做到你想要的事了，你还有什么可说的？’但这个奖励函数一开始设计得就不对”。
• 结论指向意图而非函数：“不是写奖励函数的问题，而是向智能体传达你让它做什么的问题”——NLP最有用的是可验证任务（代码能跑就是好），“好的奖励可以因地制宜”。她从不叠衣服，“所以我可以很纯粹地从机器人任务的角度设计”；而Chelsea对哪种叠法适合机器人有“非常sharp的intuition”。

51. VLA的未来：被Claude Code重估的L

• 她曾怀疑语言交互（“我内向，很多事是不是不用说话表达更好”），成为cloud agent重度用户后改观：“你可以用说话给它提供更多context，让它自己搜索或制定计划——逻辑思维推理对机器人很重要，VLA中的L还是有很大作用。”
• 但现在的VLA“还是比较原始的架构”：语言粒度停在“叠这个衣服”，没探索“这个步骤两只手怎么用”的细微联系；未来是输出端加video、加auxiliary loss，输入端给更多context，“像大语言模型一样take in much context”。
• 终极形态她开放两种可能：专为机器人预训练的独立自闭环大脑；或“所有东西都归到一个还没被创造出来的模型——语言、图像编辑、视频生成、机器人操控都在里面，那时机器人也在训练里了”。

52. 组织切片：读书会、CO2警报与不打卡的七十人

• 细节密度很高：约70人（“体感，我也没天天数”）挤在最初那栋楼，会议室二氧化碳检测器“超过三四个人就跳红色警戒，只能把门打开接着干”；不打卡，夜猫子的她中午到公司、凌晨一两点回家。
• 早期每天10点例会让她抗议，CEO震惊：“最早是八点，推到九点，再推到十点，怎么你还嫌十点早？”加班无工资但自发：“吃完晚饭又跟人讨论起一个话题，就想往下再走一走。”
• 读书会是研究机制：π0.6*上过两次——立项时讲清前人做到哪，成熟前再收一轮质疑；也有“谁最能用cloud agent赶紧上台讲”的场次，她听完“惊了”，两周重构整个工作流，“效果上应该有三四倍”——但“研究不是疯狂打枪就能打中，还是需要人的input”。
• 治理结构：CEO Carl Houseman管基础架构、保障研究高效进行，“类似Sam Altman的角色”；研究由Sergey和Chelsea负责。

53. 一场不知道是面试的面试：最后一刻辞掉剑桥教职

• 她本铁心当教授（“ChatGPT横空出世，我一拍大腿——funding proposal让它帮我写就行了”），拿到心仪的剑桥教职，“剑桥的人文属性和我的个性非常贴合，可以又做研究又写小说”；老板甚至在她thesis defense上向所有人宣布她要去当教授了。
• 转折是Sergey的一位学生（likely Abhishek）到华大成了她“小老板”——与导师的critic式对话完全不同：“我有这个想法、我也有，揉一揉又生出三四个新想法。”她的结论：两种方式“都有是最好的”。
• Pi创立一周内她被拉去“聊聊”，没人告诉她是面试，全程反客为主追问“你们在干什么”——“他们说面试我的过程中感受到了莫大的阻力”；但聊完觉得“这帮人还是挺求真的”，不像有些学术发表“为了自圆其说”。
• 最终弃学术的账：学生只有三五年，“给他放手做开创性工作够不够？”加上算力、数据、硬件必须靠工业界——她PhD七年、一人从零搭机器人（三个月跑通、六个月定遥操作）的经历让她承认“有些事情得在团队协作中才能完成”。附带的博士观：“没有为毕业焦虑过，是很连贯很快乐的过程”——凌晨免费停车、24小时炸鸡店，两个项目灵感来自圣诞度假。

54. 意识、机器人种族与特修斯之船

• 对“意识觉醒毁灭人类”她要的是解释：“很想有人给我解释意识是怎么诞生的——从物理化学这堆东西里怎么突然诞生了意识？”若定义为类人意识，“我其实有点悲观”；若宽泛到“跟AI聊天感觉它像个人就够了”，那“你也不能说它没有意识”。
• 机器人种族是她的梦想课题：“机器人能够组装造自己就是一种繁殖的体现”——找教职时就这么说；坏了能修、能换形态是“非常自由自在的存在方式”（对照她攀岩受伤在家躺了很久）。
• 特修斯之船已在Pi真实上演：编号不变的机器人“通过不断的修和改，里头全都换掉了，唯一联系就是编号一样——要不要给它起个新名字？”她笑称未来的机器人伦理审查委员会要核查“是不是从头到脚每个零件都换新了”。

55. 爱与死：机器人不会是最后的造物

• “机器人会是人类做的最后一件事吗？”她的否定很人文：“我不觉得我们活着是为了提升生产力，我们活着更多的是爱与死——文学作品中永恒的话题。即使生产力高度发达，也有人想做不一样的东西。”
• 但延续的浪漫她认：“生命只有一百年，放在宇宙历史上微小到不值一提。是不是有可能你造出一个东西，它可以看到宇宙的尽头？”
• 黑盒的哲学安放：ML过程无法理解，但“bounded by the objective that you define，在数学层面上可以解释”；她的收尾暴论——“是不是偷懒就是人类文明一个本质的追求？提升生产力和偷懒是一个东西。”机器人实现那天，她要“回家写小说，做一个游戏，诺贝尔文学奖冲击一下”。

56. 《区分》与贪心算法：对硅谷单行道的温和反抗

• 人生之书选了布尔迪厄的《区分》：读它让她分辨“我的喜欢有多少是自己的，有多少是社会塑造的”——“硅谷充斥着对生产力的崇拜，讲究效率、精简、创造，这何尝不是这个社会价值观的一部分呢？”
• 反抗用算法说：贪心算法每步做当下最优，动态规划告诉你“每一步都做最好的决策，并不能达到全局最优解”——“没有人有全知视角，所以做九分留一分是可以的”。
• 她那些“从来不把事情做到最后”的弯路，“才让我走上了今天这条路”——机器人“也许是我第一次觉得得把事情做到最后”，与硅谷“很多人从很早就走上同一条路一直竞争”本质不同。

57. 快问快答：西红柿炒蛋、爱丁堡与缸中之脑

• 最爱食物西红柿炒蛋——“希望在人工智能快要来的时候，留下 一些人类日常生活的印记”；最爱地点爱丁堡——“沉重的历史放在你眼前……有一种很安稳的感觉”。少有人知的知识点选了生理常识：所谓“处女膜”医学名称是阴道瓣，第一次不一定流血——“我们对自己的身体构造有这么多缺失”。
• 影响机器人进程的论文“太多了”：ChatGPT“也极大影响了机器人的进程”，还有Diffusion Policy、Transformer/ACT，以及更早的模仿与强化学习本源研究。基于当下认知的关键fact：“机器人进家不一定以产品形式，更多是探索形式——比我一开始想象的要近一些。”
• 听到“语言即世界”，她的第一反应是缸中之脑：“所有感官掌控着你对世界的认知，完全可以想象我们活在一个巨大的模拟器里”——上一代纯语言模型不能把“水杯”落到物理世界，“这样的反思变相促成了多模态的研究”；至于我们是否活在模拟器里：“如果模拟器就是世界，那模不模拟没有什么差别，唯心主义。”