多模态数据

语言指令

“关闭微波炉”
verbal instruction

子任务指令

“拿起手套”
subtask command

物体检测

object detection

网络多模态数据

Multimodal Web Data

机器人动作数据

真实场景中的移动机器人

真实场景中的固定机器人

办公室中的固定机器人

通用机器人数据

跨模态 VLA 策略

π0.5 VLA
高层
机器人动作
低层
动作专家

在全新家庭中开箱即用

共同训练的数据组成：π0.5 的训练配方包含不同机器人形态的数据，以及高层子任务指令、语言指令和网络多模态数据。