ARTFEED — Contemporary Art Intelligence

Il modello π0.7 di Physical Intelligence dimostra capacità inaspettate di generalizzazione robotica

ai-technology · 2026-04-17

Giovedì, Physical Intelligence, una startup di robotica con sede a San Francisco e fondata due anni fa, ha svelato i risultati relativi al suo modello π0.7, in grado di eseguire compiti senza un addestramento specifico. Questo modello ha mostrato una generalizzazione composizionale, affrontando efficacemente nuove sfide con dati di addestramento minimi. In particolare, è riuscito a utilizzare una friggitrice ad aria dopo soli due sessioni di addestramento. I co-fondatori Sergey Levine e Lucy Shi hanno osservato un miglioramento delle prestazioni dal 5% al 95% con istruzioni verbali più efficaci. Il modello ha ottenuto risultati paragonabili a quelli di specialisti in attività come preparare il caffè e piegare il bucato, sebbene necessiti ancora di indicazioni passo passo per compiti più complessi. L'azienda ha raccolto oltre 1 miliardo di dollari di finanziamenti e attualmente è valutata 5,6 miliardi di dollari, con potenziali discussioni per un nuovo round di finanziamento che potrebbe raggiungere gli 11 miliardi.

Fatti principali

  • Physical Intelligence ha pubblicato una nuova ricerca giovedì
  • Il modello π0.7 può eseguire compiti per cui non è stato esplicitamente addestrato
  • Il modello ha dimostrato una generalizzazione composizionale
  • Ha utilizzato con successo una friggitrice ad aria con un'esposizione precedente minima
  • I tassi di successo sono migliorati dal 5% al 95% con un miglior prompt engineering
  • Il modello ha eguagliato i modelli specializzati in compiti come preparare il caffè e piegare il bucato
  • Physical Intelligence ha raccolto oltre 1 miliardo di dollari ed era valutata 5,6 miliardi di dollari
  • Un nuovo round di finanziamento potrebbe quasi raddoppiare la valutazione a 11 miliardi di dollari

Entità

Artisti

  • Sergey Levine
  • Lucy Shi
  • Ashwin Balakrishna
  • Lachy Groom

Istituzioni

  • Physical Intelligence
  • UC Berkeley
  • Stanford
  • Figma
  • Notion
  • Ramp
  • TechCrunch

Luoghi

  • San Francisco
  • United States
  • Bay Area
  • Peru
  • Andes

Fonti