π0：跨机器人本体的通用策略原型

这份资料告诉我们什么？

π0 结合图像、文本和动作数据，可直接输出底层运动指令，并面向多种机器人进行训练和任务适配。

应该怎样理解它？

视觉语言模型开始连接机器人动作。泛化能力、设备成本、操作安全和真实工况，决定它离规模部署还有多远。

接下来值得追踪

实验室中的一次成功，不等于开放环境里持续、低成本且安全的运行。

后续收录应优先寻找独立复现、真实部署和长期结果，并与当前资料的任务和条件逐项比较。