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

概览

本期访谈围绕 Physical Intelligence（派/Pi）研究员 K 展开，从他的科研、写作、成长经历切入，逐步进入具身智能与机器人行业的技术路线、公司格局和未来想象。主持人在开场介绍，派是一家专注“机器人大脑”的硅谷创业公司，成立两年左右、投后估值超过 50 亿美元，K 主要负责强化学习方向研究。

技术主线集中在 Pi 的几篇关键工作：π0 代表“能力”，π0.5 代表“泛化”，π0.6* 代表“表现”。K 解释了真机数据、体验数据、强化学习、VLA、评估体系、任务选择和硬件形态等问题，也反复强调机器人领域的核心难点不是单一算法，而是硬件、数据、任务、评估、组织协作共同构成的系统工程。

行业讨论部分梳理了传统机器人、机器学习机器人、硅谷创业公司、大厂以及中国机器人产业链之间的差异。K 认为中国在硬件供应链和制造业上有非常强的优势，而派这样的公司更偏研究导向，暂时不把商业化放在最前面。

访谈后半段转向人文和未来：机器人是否会有意识、机器人种族是否可能出现、生产力爆炸后人会做什么、人生意义是否需要回答。K 的回答把技术乐观、实用主义、虚无主义、人文兴趣和“偷懒即提升生产力”的视角放在一起，形成了这期访谈最鲜明的个人色彩。

分段落总结

[00:00] 开场与本期主题

[事实] 主持人介绍嘉宾 K 是 Physical Intelligence 的研究员，派专注研究“机器人大脑”，是机器人领域受到高度关注的创业公司。 [事实] 节目将讨论机器人江湖、谱系门派、派的开源模型研究，以及从 π0、π0.5 到 π0.6* 的技术思路。 [事实] 主持人说明录制时间较早，因此没有覆盖派的最新模型 π0.7，相关技术讲解会补充在 Show Notes。

[02:58] 机器人研究与小说创作

[事实] K 认为做机器人和写小说都需要创造力，也都需要把想法落地的执行力。 [事实] K 平时写科幻小说，关注生产力变化后人的生活如何改变，以及未来社会中人与人之间的关系。 [推测] 对 K 来说，机器人研究并不只是工程问题，也会持续刺激他对社会形态和人类关系的想象。

[05:25] AI、机器人与人际关系变化

[事实] K 认为 AI agent 和 Cloud Code 等工具正在改变团队协作方式，很多原本需要问人的问题可以先交给智能体处理。 [事实] 他设想未来每个人可能拥有能筛选信息、处理劳动、协助生活的机器人或智能体，从而让个人获得更大的生产力。 [推测] 这种设想背后隐含着一种“个体生产力扩张”的未来观：人和人的关系可能更松散，但个人可支配能力会更强。

[13:09] AI风险、责任与信任

[事实] K 对“AI 觉醒并毁灭人类”的叙事持怀疑态度，认为目前智能体的权限、责任和能力都还有限。 [事实] 他举医疗咨询为例，说明自己会用 AI 获取信息，但不会完全相信 AI，而是仍会找人类专家确认。 [事实] 他认为在人类社会中，能否承担责任是建立信任的重要条件，而智能体的责任能力还在演化中。

[17:27] 信息学竞赛与早年成长

[事实] K 出生并成长于安徽芜湖，8 岁开始学习信息学竞赛，并受益于当地系统化的信息学培养。 [事实] 他最初学编程是因为觉得可以玩电脑、用 Logo 画图很有趣，后来逐渐打下编程基础。 [事实] 他大学先学心理学，后转经济学，最后回到计算机，原因是更想解决具体、直接的问题。

[24:23] 公平感、教育资源与叛逆经历

[事实] K 回忆自己小时候看起来乖但内心叛逆，有强烈的公平感，曾在小学环境里反抗欺负人的行为。 [事实] 他谈到安徽与大城市之间教育资源差距，认为这种差距让他更关注如何通过新的生产力抹平不公平。 [事实] 高中时他曾剪成板寸、独自去东南亚旅行，并把这种选择视为一种没有明确功利目标但非常想做的叛逆经历。

[30:27] 留学、游戏与文化冲击

[事实] K 决定出国留学与他喜欢的游戏《雨血》及其创作者经历有关，他想靠近自己欣赏的创作者路径。 [事实] 他认为游戏能让人快速进入另一种人生体验，武侠、情绪碰撞和世界观对他有很强吸引力。 [事实] 到美国后，他经历了文化冲击，尤其感受到美国教育更强调表达、presentation 和领导力。

[40:34] 从经济学到人工智能

[事实] K 在大学期间通过经济学、博弈论和 adversarial machine learning 连接到人工智能研究。 [事实] 他在本科阶段进入实验室，幸运地遇到早期学术导师，并发表了一篇第一作者论文，对后续博士申请有帮助。 [事实] 他认为博弈论中对抗、平衡和激励设计的思想，与 GAN 和机器学习安全等方向有联系。

[45:16] 博士路线：模仿学习、强化学习与传统机器人

[事实] K 博士期间从偏理论的机器学习转向机器人应用，研究路线从模仿学习走向强化学习。 [事实] 他解释模仿学习是从样例中学习，而强化学习更强调通过自身探索突破原有表现上限。 [事实] 他所在实验室偏传统机器人，重视路径规划、控制和全栈能力，这让他同时理解传统方法和机器学习方法。

[54:00] 机器人江湖与学术族谱

[事实] K 梳理了 CMU、MIT、Berkeley 等机器人和机器学习派系，包括 manipulation、legged robot、强化学习和视觉背景进入机器人等脉络。 [事实] 他提到 Matt Mason、Sid、Sangbae、Marc Raibert、Peter Abbeel、Sergei、Chelsea 等人在不同方向上的影响。 [事实] 他认为现代机器人学习受到 Diffusion Policy、ACT、Aloha 等工作影响，也受到不同学科共同进入机器人的推动。

[66:12] 传统派与机器学习派的冲撞

[事实] K 认为传统机器人和机器学习机器人在不同阶段各有 hype，2017 年左右机器学习机器人还相对小众。 [事实] 传统派强调可解释、建模、控制和真实机器表现；机器学习派强调数据驱动、减少专家手工设计和端到端学习。 [事实] K 认为传统派对真实部署和表现的要求影响了自己，让他更重视机器学习方法能否真正上真机、做出效果。

[75:27] 筷子机器人与精细操纵

[事实] K 博士期间做过筷子机器人，选择它是因为筷子结构简单但任务很难，如果能做成，说明算法有潜力。 [事实] 他先用模仿学习让筷子机器人夹小球，随后转向强化学习，让机器人通过真实练习提升表现。 [事实] 他认为这一经历体现了从“照抄人类数据”到“通过体验超越人类起点”的研究转变。

[81:16] 泛化与表现的核心张力

[事实] K 认为机器学习机器人长期面对的质疑是：如果什么都能做但什么都做不好，模型的用处是什么。 [事实] 他把机器人研究中的核心张力概括为泛化与表现：既要能面对新任务新环境，也要在具体任务上做到足够好。 [推测] 这也解释了派后续从 π0 的能力，到 π0.5 的泛化，再到 π0.6* 的表现提升这条主线。

[87:18] 硅谷机器人创业公司版图

[事实] K 将 Pi 和 Skild 描述为学术人创业色彩很浓的公司，都想做具身智能的大脑。 [事实] 他认为 Pi 更聚焦双臂操纵和拿放问题，Skild 相对更多探索腿、人形和移动性。 [事实] 他还谈到 Figure、1X、Dyna、Generalist AI、Sunday Robotics 等公司，认为 2023 到 2025 年是机器人创业井喷期。

[99:04] 大厂Bet与人形/非人形之争

[事实] K 认为 Tesla 对人形机器人下注最激进，Google 可能把机器人视为多模态大模型的一部分，NVIDIA 则与算力和世界模型强相关。 [事实] 他认为硬件和软件都高度保密，只能从公开视频中推测不同公司的技术路线。 [事实] 对人形问题，K 更倾向实用派加狂野派：现阶段不必非做人形，也可能存在超出生物演化形态的更优机器人结构。

[108:08] Frontier Lab与机器人评估难题

[事实] K 认为机器人领域很难像语言模型那样有清晰英雄榜，因为评估必须上真机，且光照、位置、背景、桌高、物体角度等都会影响结果。 [事实] 他认为每家公司内部都有评估体系，但侧重点不一定相同，因此很难统一定义谁处于 frontier。 [事实] 他把机器人前沿问题概括为：让机械实体在现实生活中完成一个或很多任务，并且表现足够好。

[112:05] 一台机器人如何诞生

[事实] K 从机械臂角度解释机器人构成：多个电机和关节通过结构件连接，形成肩、肘、腕等活动部分。 [事实] 机器人需要底层控制把位置、信号、通电或气压转化为物理动作，也需要上层“大脑”理解任务并决定下一步动作。 [推测] 这段解释把“机器人大脑”放在整个机器人系统链条中，而不是孤立地谈模型。

[114:51] Pi的主线：π0、π0.5、π0.6*

[事实] K 将 π0 的关键词概括为能力，代表任务包括叠衣服、叠纸箱和桌面清理。 [事实] 他将 π0.5 的关键词概括为泛化，重点是在多个 Airbnb 家庭环境中收集数据，观察模型能否在新家中表现良好。 [事实] 他将 π0.6* 的关键词概括为表现，重点是利用机器人自己的体验数据和强化学习，把具体任务做得更快更好。

[120:18] 体验数据、真机数据与修正数据

[事实] K 解释体验数据是机器人自己执行任务时收集到的数据，而不是完全由人遥操作产生的数据。 [事实] 他认为人类遥操作数据很有价值，但机器人要超越人类起点，需要在环境中自己动作、收集失败和修正数据。 [事实] 对仿真数据和真机数据之争，K 的立场是“黑猫白猫抓到老鼠就是好猫”，但在衣服、摩擦、柔性物体等复杂物理任务上，目前真机数据仍不可替代。

[127:42] 任务选择、评估指标与中间工作

[事实] K 认为叠衣服、叠箱子和清理桌面都包含不同形式的泛化，尤其衣服状态和种类天然具有复杂变化。 [事实] 他介绍 π0.6* 使用 throughput，即固定时间内成功完成任务的量，来同时衡量速度和质量。 [事实] 他还提到 FAST 研究动作表达空间，Hi Robot 研究分层任务执行，Olympics 用人类遥操作挑战高难动作并推动模型学习。

[137:09] 硬件、任务优化与GPT对标

[事实] K 透露 π0.6* 中使用的硬件是派自己弄的硬件，并针对稳定性、任务和可替换夹爪做过优化。 [事实] 他认为硬件不是单纯为软件优化，而是为最终任务、表现和能做什么而优化。 [事实] 当被问到派相当于 GPT 几时，K 认为还没到“1”，但已经在靠近。

[145:36] 算力、组织文化与Cloud Agent

[事实] K 认为算力是否够用取决于团队是否有足够多新想法，喜欢做实验的人永远会觉得算力不够。 [事实] 他描述派的工作文化较自由，有人工作到深夜，也有人因家庭原因在家工作，公司不打卡。 [事实] 公司内部有读书会和交流会，最近 Cloud Agent 改变了不少人的工作流程，K 估计自己的部分工作效率提升到三四倍。

[154:43] 加入Pi与放弃人形路线

[事实] K 加入派前本来计划走教职路线，并曾拿到剑桥教职机会。 [事实] 他加入派的重要原因是与 Sergei、Chelsea 等团队交流后，觉得这群人求真、研究方向与自己贴合。 [事实] K 明确说如果派一开始就是做人形，他可能不会加入，因为他更想研究如何把任务做好，而不是把精力放在人形本体上。

[161:17] 学术界与工业界的取舍

[事实] K 认为学术界学生流动周期较短，英国博士周期尤其短，这可能不利于做需要长期积累的大系统。 [事实] 他认为工业界在算力、数据、硬件知识和团队协作上更适合推进当前机器人前沿问题。 [事实] 他读博七年，并不认为博士越快越好；对他来说，博士阶段是不断探索、休息、灵感出现和项目推进的自由过程。

[166:58] 强化学习的本质问题

[事实] K 认为强化学习本质上是在研究智能体如何通过体验变得更好，包含奖励、探索、归因等模块。 [事实] 他把强化学习中的探索从微观动作调整扩展到研究方向选择，认为探索质量会极大影响学习效率。 [事实] 他认为奖励函数不是最终问题，真正的问题是如何把人想让机器人做的事传达给智能体，并让这种传达可泛化、鲁棒。

[176:00] VLA与语言交互

[事实] K 以前对语言作为机器人交互方式有怀疑，但使用 Cloud Code 后更欣赏语言提供上下文、计划和推理的能力。 [事实] 他认为 VLA 中的 L 仍然有很大作用，但当前架构还比较原始，对语言和动作之间细节关系的探索还不够。 [推测] 他对 VLA 的态度从谨慎转向更开放，是因为 AI agent 的使用经验改变了他对“语言驱动行动”的直觉。

[179:21] 好数据、基础能力与具体任务

[事实] K 认为好数据涉及任务意义、动作质量、覆盖度和标签标注等多个维度，无法用单一标准定义。 [事实] 他认为 zero-shot 泛化和具体场景优化不是对立关系，一个任务做到极致可以提升模型整体质量，并帮助更多相似任务。 [事实] 对基础能力提升，他提到架构、训练研究和数据都重要，世界模型也可能是未来架构探索方向之一。

[184:52] 近两年进展、2026预期与行业对标

[事实] K 认为派在 2024 到 2025 年沿着能力、泛化、表现推进，每一步都回答了领域里的关键问题。 [事实] 他预计 2026 年会有更多令人惊叹的机器人 demo，也会出现模型架构上的大变化。 [事实] 他认为机器人现阶段更像大模型而不是自动驾驶，因为机器人不需要自动驾驶那种极端完满性，但操纵和动作空间比自动驾驶更复杂。

[193:13] 家庭机器人与中国机器人产业

[事实] K 认为家庭机器人是很多公司隐形争夺的方向，因为家庭环境复杂、任务多样、泛化要求高，硬件稳定性和安全性也要求很高。 [事实] 他认为中国机器人在硬件、供应链和制造业方面有非常强的优势，很难想象一台机器人完全没有中国零件。 [事实] 他认为派这样的公司更偏研究导向，暂时不考虑商业化；而他听说的一些中国公司更强调实用主义、商业回本和部署。

[204:50] 意识、机器人种族与人类延续

[事实] K 对机器人是否会拥有人类式意识持悲观或不确定态度，认为关键在于如何定义意识。 [事实] 他一直想做机器人造自己，认为机器人能组装自己会是一个里程碑，类似种族延续和繁殖。 [事实] 他不认为机器人会是人类最后一个造物；他更愿意把机器人看作可能看见宇宙尽头的人类延续物。

[210:00] 生产力、创作与后机器人社会

[事实] K 认为提升生产力和“偷懒”在某种意义上是一回事，他会利用智能体和机器人减少自己不想做的劳动。 [事实] 他设想生产力爆炸后，人可以把家务、修房子、执行艺术创作等任务交给通用机器人，从而创造现在难以想象的游戏和小说。 [事实] 如果机器人问题解决，他想回去写小说、做游戏，创造贴合自己喜好的故事。

[216:35] 人生观、书与硅谷价值观

[事实] K 说自己很难认同具体的人生意义陈述，认为“人活着是为了什么”是无解命题，也不需要回答。 [事实] 他推荐《Distinction: A Social Critique of the Judgement of Taste》，因为这本书让他思考自己的喜好有多少来自自我、有多少来自社会塑造。 [事实] 他认为硅谷也有自己的价值观：效率、精简、创造和对生产力的崇拜。

[222:38] 快问快答与收束

[事实] K 喜欢的食物是西红柿炒蛋，喜欢的地点是爱丁堡，因为那里古建筑多、节奏慢、有历史带来的安稳感。 [事实] 他分享了关于“处女膜”常见误解的生理知识，认为很多人对自身身体构造了解不足。 [事实] 被问到影响机器人进程的论文时，他提到 GPT、Diffusion Policy、Transformer ACT，以及更早的模仿学习和强化学习研究。

[225:33] 关键Bet与“语言即世界”

[事实] K 认为机器人进入家庭并不一定马上以产品形式出现，可能先以探索形式进入，且比他一开始想象的更近。 [事实] 听到“语言即世界”时，他联想到缸中之脑、模拟器，以及语言模型是否能理解真实世界的问题。 [事实] 他认为纯语言交互无法捕捉水杯等真实物体的许多物理性质，这种反思也推动了多模态研究。

播客点评/总结

[推测] 本期最大价值在于把机器人行业的技术路线、创业公司版图、学术族谱和个人成长经历放在同一条叙事里。它不是单纯讲 Pi 的模型发布，也不是单纯讲机器人创业，而是从一个研究员的视角解释为什么“机器人大脑”现在成为前沿问题。

[推测] 亮点是嘉宾既能讲具体技术细节，也能讲方法论和人文想象。π0、π0.5、π0.6*、真机数据、强化学习、VLA、评估和硬件形态等内容都有展开，同时也保留了小说、游戏、虚无主义、生产力和机器人种族等更开放的问题。

[推测] 局限在于许多公司和硬件方案受保密限制，嘉宾对外部公司的判断多来自公开信息和个人观察，不适合作为完整行业报告使用。技术部分信息密度很高，非机器人或机器学习背景的听众可能需要二次消化。

[推测] 这期适合关注具身智能、机器人创业、Pi/Physical Intelligence、中国机器人产业链、大模型与机器人融合，以及 AI 技术如何改变人类生活想象的听众。