# pi0_base

> 权威词条地址：https://robotics.hellobike.com/models/lerobot-pi0-base
> 所属分类：models | 最近核验日期：2026-10-06 | 技术层级：L7, L8

## 核心摘要

lerobot 在 Hugging Face 发布的机器人模型，架构为 π0 (PaliGemma VLM + Flow Matching Action Expert)，参数规模 3.5B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/lerobot/pi0_base"}] |
| `updated` | 2026-10-06 |
| `vendor` | hugging-face |
| `family` | vla |
| `params` | 3.5B |
| `architecture` | π0 (PaliGemma VLM + Flow Matching Action Expert) |
| `action_representation` | 连续流匹配动作块 (Flow Matching Action Chunk) |
| `code_license` | gemma |
| `weights_license` | gemma |
| `data_formats` | ["LeRobot"] |
| `status` | research |
| `hub_id` | lerobot/pi0_base |
| `hub_stats` | {"downloads": 13983, "likes": 30, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/lerobot/pi0_base"] |

## 技术详解与生态说明

π₀（Pi0）是 Physical Intelligence 提出的 Vision-Language-Action 基础模型，在 LeRobot 中提供实现；它联合处理视觉、语言和动作，用于机器人控制，并作为后续 π₀.₅ 开放世界泛化能力的基础架构。该实现遵循原始参考代码以保持兼容。

模型输入包括多视角图像、本体/状态信息，以及可选的语言指令；输出为连续动作。训练目标为 flow matching，动作表示也是连续形式。其定位是作为基础模型，供开发者针对自己的具体用例进行微调。

使用上可加载模型和数据集并调用 select_action 做推理；训练或微调时通常通过 forward(...) 获得 loss 后反向传播，也可使用 lerobot-train，并配置 chunk_size、n_action_steps、max_action_tokens、gradient_checkpointing 等策略参数。真实世界推理与评估可用 lerobot-record 的 record 脚本加载策略 checkpoint，并记录评估 episode。

## 原始核验来源 (Sources)

- [Hugging Face lerobot/pi0_base](https://huggingface.co/lerobot/pi0_base)