文章讨论了对π0开源项目的期待与遗憾，分析了OpenVLA和CogACT的源码，重点介绍了动作预测模块的实现，包括ActionTokenizer类的功能和Diffusion Transformer的架构。通过对比不同模型，探讨如何改进VLA以接近π0的思路。

初创公司Physical Intelligence推出的3B参数模型π0，能够自主控制多种机器人完成家务任务，如叠衣服和冲咖啡。该模型已获得7000万美元融资，OpenAI参与投资。π0在零样本泛化和指令处理方面表现优异，旨在构建通用机器人控制模型。