这是一个面向微波炉任务的 pi0.5 Delta-flow 策略模型，最终版本训练到 60 epoch、18,060 updates。模型从原始 pi0.5 base 完全微调，不是 LoRA，也不需要另行下载 base model；所有 3,616,757,520 个参数可训练，FP32 safetensors 约 14.5 GB。任务指令是“Place the bowl inside the microwave and close the door.”，模型预测动作而不是未来图像。

训练使用 34 条示范、14,432 帧、15 FPS，采用同一任务归一化、原始 base checkpoint 和随机种子 42。Delta-flow 目标使用归一化的过去 16 个动作加高斯噪声作为 action source，并结合 FM 与 0.5 倍 one-step L1 endpoint consistency。训练日志给出单种子优化诊断；所有示范都用于训练，没有 held-out 或量化的真实机器人成功率声明。

离线推理输入为同步 RGB 头部、左腕、右腕三视角图像，按官方等比例零填充到 224×224，并输入当前 14D 状态；状态/动作顺序为[left_arm6, left_gripper, right_arm6, right_gripper]。输出为 16×14 原始尺度的绝对关节目标。发布内容包含最终权重、配置、归一化、tokenizer、推理运行时和示例；真实执行前需独立确认相机、预处理、关节顺序、同步、限位、碰撞安全、裁剪和重规划等。