Physical Intelligence π0.7: Roboter löst unbekannte Aufgaben durch Compositional Generalization
- Das Robotermodell π0.7 löst mittels Compositional Generalization völlig unbekannte Aufgaben ohne spezielles Training.
- Für komplexe Abläufe benötigt das System aktuell noch schrittweises Sprachcoaching durch menschliches Prompt Engineering.
- Die überlineare Skalierung senkt künftig den Bedarf an Trainingsdaten und birgt massives ROI-Potenzial für die Industrie.
Physical Intelligence hat mit seinem Modell π0.7 einen vielversprechenden Schritt in Richtung „Compositional Generalization“ bei Robotern gemacht, indem es Aufgaben aus wenigen Trainingsfragmenten kombinieren kann. Dies zeigte sich eindrucksvoll am Beispiel einer Heißluftfritteuse: Obwohl nur minimale Trainingsdaten vorhanden waren, gelang dem Modell die Zubereitung einer Süßkartoffel. Durch gezieltes Sprachcoaching konnte die Erfolgsquote von 5 auf 95 Prozent gesteigert werden. Co-Gründer Sergey Levine betont, dass diese Fähigkeit zur Rekombination von Fähigkeiten anstelle von reinem Auswendiglernen ein überlineares Wachstum der Fähigkeiten mit der Datenmenge ermöglicht – eine Skalierungseigenschaft, die an frühe Large Language Models erinnert.
Es ist jedoch wichtig zu betonen, dass π0.7 noch keine komplexen Befehle wie „mach mir Toast“ verarbeiten kann, sondern detaillierte, schrittweise Sprachführung benötigt, was Prompt Engineering in den Robotik-Workflow einführt. Trotzdem erreichte der Generalist π0.7 die Leistung spezialisierter Vorgängermodelle bei komplexen Aufgaben wie Kaffeezubereitung oder Wäschefalten – und das ohne aufgabenspezifisches Training. Die größte Herausforderung bleibt die Datenlücke: Während Sprachmodelle auf dem gesamten Internet trainiert wurden, fehlt Robotern ein vergleichbares, physisch verankertes Datenfundament. Physical Intelligence, das insgesamt über eine Milliarde Dollar einsammelte und aktuell eine Bewertung von 11 Milliarden Dollar anstrebt, sieht sich mit den Hochrisiko-Anforderungen des EU AI Acts für autonome Robotersysteme konfrontiert, die ab August 2026 umfassende Dokumentations- und Konformitätspflichten mit sich bringen.
Für Industrieentscheider im DACH-Raum ist nicht die aktuelle Einsatzbereitschaft, sondern das Skalierungsgesetz entscheidend. Sollte die Generalisierungsfähigkeit tatsächlich überlinear mit den Datenmengen wachsen, würde sich der ROI für Robotik-Deployments massiv verschieben: Geringere Kosten für aufgabenspezifische Trainingsdatensätze und ein höherer Wert durch flexible Einsetzbarkeit wären die Folge. Trotz der hohen Investitionen und einer angestrebten Bewertung von 11 Milliarden Dollar gibt Levine bewusst keine konkreten Kommerzialisierungszeitpläne an. Dies unterstreicht, dass die Technologie zwar vielversprechend ist, aber noch in den Kinderschuhen steckt und regulatorische Hürden zu bewältigen sind.
