pi0.5: A Vision-Language-Action Flow Model for Fast and In-the-Wild Robot Control

pi0.5是Physical Intelligence于2025年提出的视觉-语言-动作流模型，是pi0的后续版本，专注于实现野外环境中的高速机器人控制。该模型采用流匹配（flow matching）架构，在保持长程推理能力的同时大幅降低推理延迟，使机器人能够在动态、非结构化环境中实时响应。pi0.5在家庭和工业场景的多个操作任务上展示了从仿真到真实世界的零样本迁移能力，被视为通用具身智能从实验室走向实际应用的重要进展。适用于家庭服务、工业巡检和移动操作场景。