π0 与 π0.5 在核心目标、数据与动作表示、训练方式和泛化能力上有哪些区别？

核心目标：π0 解决通用机器人的高频灵巧低层控制；π0.5 解决开放世界（全新环境、全新家庭）泛化。数据与动作表示：π0 用多机器人演示加连续 flow matching；π0.5 混入网络图文数据、子任务标注与言语指令，动作在预训练阶段用 FAST 离散 token。训练方式：π0 直接端到端 flow matching 训练；π0.5 先离散 token co-training，再接连续专家微调，并显式训练子任务预测。泛化能力：π0.5 能在训练中从未见过的家庭里执行长程家务任务。

一个好用的一句话框架：「π0 是动作专家的胜利，π0.5 是数据配方的胜利」。追问常常是两阶段训练为什么两头收益——离散 token 训练效率高、与语言数据同构利于迁移，连续专家保证推理质量与高频控制；以及泛化的边界：语义层面泛化强，精细操作精度仍依赖任务内微调。