π0.5 开源：Physical Intelligence GitHub 仓库 9 月更新
π0.5 最新开源信息（2025 年 9 月）
根据 Physical Intelligence 官方 GitHub 仓库 openpi 的更新日志：
2025 年 9 月，在 openpi 仓库中新增了 PyTorch 支持；
同时，发布了 π0.5（pi-zero-point-five）模型的开源版本（升级自 π0、具有更强的开放世界泛化能力）。
这意味着截至 2025 年 9 月，π0.5 已由 Physical Intelligence 正式开源，并且用户可以通过 openpi 仓库获取其预训练模型、示例代码，以及如何在自有平台上进行推理或微调的具体说明。
研究背景
模型介绍——π0.5 的核心特点
Physical Intelligence 的团队于 2025 年 4 月 22 日在博客中发布了名为'π 0.5: a VLA with Open-World Generalization'的文章，介绍了该模型的架构和实验结果。
论文摘要（ArXiv 形式）也同步发布，题为：'$π_{0.5}$: a Vision-Language-Action Model with Open-World Generalization'。
核心内容要点
开放世界泛化能力 π0.5 在完全陌生的环境（如新厨房或卧室）中，可以执行复杂长期任务（如清洁、整理等），显示出显著的泛化能力，远超前一代模型 π0。
联合训练策略（Co-training on heterogeneous data） 模型训练融合了多种数据源，包括：
- 网络多模态数据（图像、文本、目标检测、视觉问答等）；
- 不同机器人的物理行为数据；
- 语言指导示范；
- 高层次语义任务标签（子任务层次）；模型同时进行高层次（语言预测）与低层次（运动控制）输出。
消融实验及表现分析 针对不同数据源进行消融（如去除 Web 数据、跨形态机器人数据等），评估其在'分布内'（In-distribution）与'分布外'（OOD，即未知环境）任务中的表现差异。数据表明，Web 多模态和多样机器人数据都对泛化能力至关重要。
高层结构与低层动作生成 π0.5 在推理时先产生文本形式的高层次行为指令，再通过'action chunk'机制（每个持续一秒钟的连续关节控制）生成具体运动命令。这类似'chain-of-thought'（逐步推理）方式。
长期任务成功率 在新家环境任务中，π0.5 能够完成如'整理床铺'、'把碗筷放洗碗槽'等长期行为。虽然不是每次都成功，但成功率与灵活度已经具备显著突破。
泛化与环境数量关系 研究显示，当训练环境数量逐步提高到约 100 个以上时，π0.5 在未知环境中的表现可接近于直接在测试环境上训练的基线模型，说明模型具备高效的泛化能力。
