Physical Intelligence：我们开发了一种强化学习方法，只需几小时甚至几分钟就能微调模型…

我们开发了一种强化学习方法，只需几小时甚至几分钟就能微调模型完成特定任务。不用重训整个模型，我们在最新的π-0.6模型中加了个"RL token"输出，由小型的actor和critic通过强化学习快速学习。

—— Physical Intelligence (@physical_int) X帖子｜2026-03-19T20:26:25+00:00
原帖：https://x.com/physical_int/status/2034728220818641363