π0.5 真机制造任务微调实测：1 小时干净数据胜过 17 小时堆量

Dream Machines 团队的 DominiqueCAPaul 于 9 月 24 日发布首篇博客，公布在德国厂商真实制造任务上对 Physical Intelligence 开源 VLA 模型 π0.5 长达两个月的微调消融完整结果：策略成功率最终达到 98%，并承诺公开全部结果、数据与每次实验记录（包括失败的 run）。

已确认

• 纯扩数据是最弱杠杆：数据量扩大 5 倍，成功率仅从 63% 提升到 76%。
• 数据多样性收益更高：4 小时数据分散在 5 个场景训练，比只练评估场景效果更好。
• 1.7 小时高质量带干预数据的效果超过 21 小时纯演示数据；作者也概括为「1 小时干净数据胜过此前 17 小时」。
• 全部数据与失败 run 已开源。

为什么重要

这是少见的在真实产线任务上对开源 VLA 模型做系统性消融的公开实践。结果表明机器人策略微调的瓶颈不在数据量而在数据质量与多样性，带人工干预标注的数据性价比远超纯遥操作演示，对工业场景落地具直接参考价值。同时全量开源（含失败实验）为社区提供了可复用的基线。

2026-09-24 ~ 2026-09-24 · 6 条相关

• 【源头】π0.5 制造任务实战:1 小时干净数据胜过此前 17 小时 — DominiqueCAPaul · 2026-09-24
• 【源头】π0.5 真机微调实测:数据多样性胜过纯堆量,成功率冲到 98% — DominiqueCAPaul · 2026-09-24
• 1.7 小时带干预数据胜过 21 小时演示：π0.5 制造任务微调实测 — DominiqueCAPaul · 2026-09-24
• π0.5 微调消融两月实录：1 小时干净数据胜过 17 小时堆量 — DominiqueCAPaul · 2026-09-24

另有 2 条近重复转述:DominiqueCAPaul · DominiqueCAPaul