Physical Intelligence API Beta: Frontier Models for Every Robot

Physical Intelligence has opened its latest robotic foundation models for training and inference through the Pi API beta. Deploying robots remains difficult, since developers must identify the right use case, build suitable hardware, and supply models intelligent enough to perform the task. General-purpose models such as π0 and π0.5 provide a strong foundation of physical knowledge, substantially reducing the data and effort needed to adapt to new tasks, environments, or robots. Adapting them, however, still requires ML infrastructure, compute, and complex data pipelines.

The Pi API removes much of that burden. Users upload data, launch fine-tuning on infrastructure Physical Intelligence manages, and access fine-tuned models through a hosted gateway for inference. The latest model available through the API offers more data-efficient fine-tuning and improved capability for partners, and because Pi can update the underlying models rapidly, the company plans to keep providing access to its newest and most capable versions.

Early collaborations tested the models across industries. Actor deploys autonomous heavy machinery, and its autonomous wheel loader scoops material and loads it into a dump truck during a real commercial deployment without an operator inside the machine. Across these partnerships, the process for improving performance was consistent: collect demonstrations, train a model, test it on the robot, and use failures to guide the next round of data collection. Almond, which builds the dual-arm Axol robot, used the API to produce a model in four days that deburrs spacers used in Axol's own assembly.

Most early deployments, from Japan to Switzerland and across the United States, ran on cloud-hosted inference. Network connectivity challenges surfaced for some users, highlighting areas for improvement. Physical Intelligence says that feedback from real-world use will guide future model development.

فتحت Physical Intelligence أحدث نماذجها الأساسية للروبوتات للتدريب والاستدلال من خلال النسخة التجريبية من Pi API. لا يزال نشر الروبوتات أمرًا صعبًا، إذ يجب على المطورين تحديد حالة الاستخدام المناسبة، وبناء الأجهزة الملائمة، وتوفير نماذج ذكية بما يكفي لأداء المهمة. وتوفر النماذج ذات الأغراض العامة، مثل π0 وπ0.5، أساسًا قويًا من المعرفة الفيزيائية، مما يقلل بشكل كبير من البيانات والجهد اللازمين للتكيف مع مهام جديدة أو بيئات جديدة أو روبوتات جديدة. ومع ذلك، لا يزال تكييفها يتطلب بنية تحتية لتعلم الآلة وقدرة حاسوبية وخطوط بيانات معقدة.

تزيل Pi API جزءًا كبيرًا من هذا العبء. يرفع المستخدمون بياناتهم، ويبدأون الضبط الدقيق على بنية تحتية تديرها Physical Intelligence، ثم يصلون إلى النماذج المضبوطة عبر بوابة مستضافة للاستدلال. يوفر أحدث نموذج متاح عبر الواجهة ضبطًا دقيقًا أكثر كفاءة في استخدام البيانات وقدرة محسّنة للشركاء، ولأن Pi تستطيع تحديث النماذج الأساسية بسرعة، تخطط الشركة لمواصلة توفير الوصول إلى أحدث إصداراتها وأكثرها قدرة.

اختبرت التعاونات الأولى النماذج عبر قطاعات متعددة. تنشر Actor آلات ثقيلة ذاتية التشغيل، إذ تقوم جرافتها ذات العجلات الذاتية بتحميل المواد في شاحنة قلاب خلال نشر تجاري حقيقي دون وجود مشغل داخل الآلة. وعبر هذه الشراكات، كانت عملية تحسين الأداء متسقة: جمع العروض التوضيحية، وتدريب نموذج، واختباره على الروبوت، واستخدام حالات الفشل لتوجيه الجولة التالية من جمع البيانات. واستخدمت Almond، التي تصنع الروبوت ثنائي الذراع Axol، الواجهة لإنتاج نموذج خلال أربعة أيام لإزالة الحواف الخشنة عن الفواصل المستخدمة في تجميع Axol نفسه.

عملت معظم عمليات النشر المبكرة، من اليابان إلى سويسرا وعبر الولايات المتحدة، باستخدام الاستدلال المستضاف على السحابة. وظهرت تحديات في الاتصال بالشبكة لدى بعض المستخدمين، مما أبرز مجالات التحسين. وتقول Physical Intelligence إن الملاحظات من الاستخدام في العالم الحقيقي ستوجه تطوير النماذج مستقبلًا.

Physical Intelligence Pi API বিটার মাধ্যমে প্রশিক্ষণ ও ইনফারেন্সের জন্য তাদের সর্বশেষ রোবটিক ফাউন্ডেশন মডেল উন্মুক্ত করেছে। রোবট স্থাপন এখনও কঠিন, কারণ ডেভেলপারদের সঠিক ব্যবহারের ক্ষেত্র চিহ্নিত করতে হয়, উপযুক্ত হার্ডওয়্যার তৈরি করতে হয় এবং কাজটি সম্পাদনের জন্য যথেষ্ট বুদ্ধিমান মডেল সরবরাহ করতে হয়। π0 ও π0.5-এর মতো সাধারণ-উদ্দেশ্য মডেল ভৌত জ্ঞানের একটি শক্তিশালী ভিত্তি দেয়, যা নতুন কাজ, পরিবেশ বা রোবটের সঙ্গে খাপ খাওয়াতে প্রয়োজনীয় ডেটা ও প্রচেষ্টা উল্লেখযোগ্যভাবে কমিয়ে দেয়। তবে এগুলোকে খাপ খাওয়াতে এখনও ML অবকাঠামো, কম্পিউট এবং জটিল ডেটা পাইপলাইন প্রয়োজন।

Pi API এই বোঝার বড় অংশ সরিয়ে দেয়। ব্যবহারকারীরা ডেটা আপলোড করেন, Physical Intelligence-এর পরিচালিত অবকাঠামোতে ফাইন-টিউনিং শুরু করেন এবং ইনফারেন্সের জন্য একটি হোস্টেড গেটওয়ের মাধ্যমে ফাইন-টিউন করা মডেলগুলো ব্যবহার করেন। API-এর মাধ্যমে উপলব্ধ সর্বশেষ মডেলটি অংশীদারদের জন্য আরও ডেটা-দক্ষ ফাইন-টিউনিং এবং উন্নত সক্ষমতা দেয়, এবং Pi দ্রুত অন্তর্নিহিত মডেলগুলো হালনাগাদ করতে পারায়, কোম্পানিটি তাদের সর্বশেষ ও সবচেয়ে সক্ষম সংস্করণগুলোতে প্রবেশাধিকার দিতে থাকার পরিকল্পনা করছে।

প্রাথমিক সহযোগিতাগুলো বিভিন্ন শিল্প জুড়ে মডেলগুলো পরীক্ষা করেছে। Actor স্বয়ংক্রিয় ভারী যন্ত্রপাতি স্থাপন করে, এবং এর স্বয়ংক্রিয় হুইল লোডার একটি প্রকৃত বাণিজ্যিক স্থাপনার সময় মেশিনের ভেতরে কোনো অপারেটর ছাড়াই উপকরণ তুলে ডাম্প ট্রাকে বোঝাই করে। এই অংশীদারিত্বগুলো জুড়ে কর্মক্ষমতা উন্নয়নের প্রক্রিয়াটি ছিল সুসংগত: প্রদর্শন সংগ্রহ, মডেল প্রশিক্ষণ, রোবটে পরীক্ষা এবং ব্যর্থতাগুলোকে পরবর্তী ডেটা সংগ্রহের দিকনির্দেশনায় ব্যবহার। দ্বি-বাহু রোবট Axol নির্মাতা Almond চার দিনের মধ্যে একটি মডেল তৈরি করতে API ব্যবহার করেছে, যা Axol-এর নিজস্ব সংযোজনে ব্যবহৃত স্পেসারের বাড়তি অংশ মসৃণ করে।

জাপান থেকে সুইজারল্যান্ড এবং যুক্তরাষ্ট্র জুড়ে বেশিরভাগ প্রাথমিক স্থাপন ক্লাউড-হোস্টেড ইনফারেন্সে চলেছে। কিছু ব্যবহারকারী নেটওয়ার্ক সংযোগের সমস্যার মুখোমুখি হয়েছেন, যা উন্নতির ক্ষেত্রগুলো তুলে ধরেছে। Physical Intelligence জানায়, বাস্তব-বিশ্বের ব্যবহারের প্রতিক্রিয়া ভবিষ্যৎ মডেল উন্নয়নকে পথ দেখাবে।

Physical Intelligence hat seine neuesten robotischen Foundation-Modelle für Training und Inferenz über die Pi API Beta geöffnet. Der Einsatz von Robotern bleibt schwierig, denn Entwickler müssen den richtigen Anwendungsfall identifizieren, passende Hardware entwickeln und Modelle bereitstellen, die intelligent genug sind, um die Aufgabe zu erfüllen. Allzweckmodelle wie π0 und π0.5 bieten eine starke Grundlage an physikalischem Wissen und reduzieren den Daten- und Arbeitsaufwand für die Anpassung an neue Aufgaben, Umgebungen oder Roboter erheblich. Ihre Anpassung erfordert jedoch nach wie vor ML-Infrastruktur, Rechenleistung und komplexe Datenpipelines.

Die Pi API nimmt einen Großteil dieser Last ab. Nutzer laden Daten hoch, starten das Feintuning auf einer von Physical Intelligence verwalteten Infrastruktur und greifen über ein gehostetes Gateway für die Inferenz auf die feinabgestimmten Modelle zu. Das neueste über die API verfügbare Modell bietet effizienteres Feintuning mit weniger Daten und verbesserte Leistungsfähigkeit für Partner. Da Pi die zugrunde liegenden Modelle schnell aktualisieren kann, plant das Unternehmen, weiterhin Zugang zu seinen neuesten und leistungsfähigsten Versionen bereitzustellen.

Frühe Kooperationen testeten die Modelle in verschiedenen Branchen. Actor setzt autonome Schwermaschinen ein, und sein autonomer Radlader belädt in einem realen kommerziellen Einsatz einen Muldenkipper mit Material, ohne dass sich ein Bediener in der Maschine befindet. Über diese Partnerschaften hinweg war der Prozess zur Leistungsverbesserung einheitlich: Demonstrationen sammeln, ein Modell trainieren, es am Roboter testen und die Fehlschläge nutzen, um die nächste Runde der Datenerfassung zu steuern. Almond, das den zweiarmigen Roboter Axol entwickelt, nutzte die API, um innerhalb von vier Tagen ein Modell zu erstellen, das Distanzhalter entgratet, die in der Montage des Axol selbst verwendet werden.

Die meisten frühen Einsätze, von Japan bis in die Schweiz und in den gesamten Vereinigten Staaten, liefen über cloudbasierte Inferenz. Bei einigen Nutzern traten Herausforderungen bei der Netzwerkanbindung auf, was Verbesserungsbedarf aufzeigte. Physical Intelligence erklärt, dass Rückmeldungen aus dem realen Einsatz die künftige Modellentwicklung leiten werden.

Physical Intelligence ha abierto sus últimos modelos fundacionales robóticos para entrenamiento e inferencia a través de la beta de Pi API. Desplegar robots sigue siendo difícil, ya que los desarrolladores deben identificar el caso de uso adecuado, construir hardware apropiado y suministrar modelos lo bastante inteligentes para realizar la tarea. Los modelos de propósito general, como π0 y π0.5, ofrecen una base sólida de conocimiento físico, lo que reduce considerablemente los datos y el esfuerzo necesarios para adaptarlos a nuevas tareas, entornos o robots. Sin embargo, adaptarlos aún requiere infraestructura de ML, cómputo y canalizaciones de datos complejas.

La Pi API elimina gran parte de esa carga. Los usuarios suben datos, lanzan el ajuste fino en una infraestructura que gestiona Physical Intelligence y acceden a los modelos ajustados mediante una puerta de enlace alojada para la inferencia. El modelo más reciente disponible a través de la API ofrece un ajuste fino más eficiente en datos y una capacidad mejorada para los socios; además, como Pi puede actualizar rápidamente los modelos subyacentes, la empresa planea seguir ofreciendo acceso a sus versiones más nuevas y capaces.

Las primeras colaboraciones probaron los modelos en diversas industrias. Actor despliega maquinaria pesada autónoma, y su cargadora de ruedas autónoma recoge material y lo carga en un camión volquete durante un despliegue comercial real, sin operador dentro de la máquina. En estas alianzas, el proceso para mejorar el rendimiento fue constante: recopilar demostraciones, entrenar un modelo, probarlo en el robot y usar los fallos para orientar la siguiente ronda de recopilación de datos. Almond, que fabrica el robot de doble brazo Axol, utilizó la API para producir en cuatro días un modelo que desbarba los separadores empleados en el propio ensamblaje del Axol.

La mayoría de los primeros despliegues, desde Japón hasta Suiza y a lo largo de Estados Unidos, funcionaron con inferencia alojada en la nube. Algunos usuarios encontraron problemas de conectividad de red, lo que puso de manifiesto áreas de mejora. Physical Intelligence afirma que los comentarios de los usos en el mundo real guiarán el desarrollo futuro de sus modelos.

Physical Intelligence a ouvert ses derniers modèles de fondation robotiques pour l'entraînement et l'inférence grâce à la bêta de Pi API. Déployer des robots reste difficile : les développeurs doivent identifier le bon cas d'usage, concevoir un matériel adapté et fournir des modèles suffisamment intelligents pour accomplir la tâche. Les modèles à usage général, comme π0 et π0.5, offrent une base solide de connaissances physiques, réduisant considérablement les données et les efforts nécessaires pour s'adapter à de nouvelles tâches, de nouveaux environnements ou de nouveaux robots. Cependant, les adapter exige encore une infrastructure de ML, des ressources de calcul et des pipelines de données complexes.

La Pi API supprime une grande partie de cette charge. Les utilisateurs téléchargent leurs données, lancent le réglage fin sur une infrastructure gérée par Physical Intelligence et accèdent aux modèles affinés via une passerelle hébergée pour l'inférence. Le dernier modèle disponible via l'API offre un réglage fin plus économe en données et des capacités améliorées pour les partenaires. Comme Pi peut mettre à jour rapidement les modèles sous-jacents, l'entreprise prévoit de continuer à donner accès à ses versions les plus récentes et les plus performantes.

Les premières collaborations ont testé les modèles dans plusieurs secteurs. Actor déploie des engins lourds autonomes ; son chargeur à roues autonome charge de la matière dans un camion-benne lors d'un déploiement commercial réel, sans opérateur à bord. Dans l'ensemble de ces partenariats, le processus d'amélioration des performances était constant : collecter des démonstrations, entraîner un modèle, le tester sur le robot, puis utiliser les échecs pour guider le cycle suivant de collecte de données. Almond, qui fabrique le robot bi-bras Axol, a utilisé l'API pour produire en quatre jours un modèle capable d'ébavurer les entretoises employées dans l'assemblage même de l'Axol.

La plupart des premiers déploiements, du Japon à la Suisse en passant par les États-Unis, ont fonctionné avec une inférence hébergée dans le cloud. Certains utilisateurs ont rencontré des problèmes de connectivité réseau, ce qui a mis en lumière des axes d'amélioration. Physical Intelligence affirme que les retours issus de l'usage réel orienteront le développement futur de ses modèles.

Physical Intelligence ने Pi API बीटा के माध्यम से प्रशिक्षण और इन्फरेंस के लिए अपने नवीनतम रोबोटिक फाउंडेशन मॉडल खोले हैं। रोबोट तैनात करना अब भी कठिन है, क्योंकि डेवलपर्स को सही उपयोग-मामला पहचानना होता है, उपयुक्त हार्डवेयर बनाना होता है और ऐसे मॉडल उपलब्ध कराने होते हैं जो कार्य करने के लिए पर्याप्त बुद्धिमान हों। π0 और π0.5 जैसे सामान्य-उद्देश्य मॉडल भौतिक ज्ञान का मजबूत आधार प्रदान करते हैं, जिससे नए कार्यों, वातावरणों या रोबोटों के अनुरूप ढलने के लिए आवश्यक डेटा और प्रयास में काफी कमी आती है। फिर भी, इन्हें अनुकूलित करने के लिए ML इन्फ्रास्ट्रक्चर, कंप्यूट और जटिल डेटा पाइपलाइन की आवश्यकता होती है।

Pi API इस बोझ का बड़ा हिस्सा हटा देता है। उपयोगकर्ता डेटा अपलोड करते हैं, Physical Intelligence द्वारा प्रबंधित इन्फ्रास्ट्रक्चर पर फाइन-ट्यूनिंग शुरू करते हैं, और इन्फरेंस के लिए होस्टेड गेटवे के माध्यम से फाइन-ट्यून किए गए मॉडल तक पहुंचते हैं। API के माध्यम से उपलब्ध नवीनतम मॉडल साझेदारों के लिए अधिक डेटा-कुशल फाइन-ट्यूनिंग और बेहतर क्षमता प्रदान करता है, और चूंकि Pi अंतर्निहित मॉडलों को तेजी से अपडेट कर सकता है, कंपनी अपने नवीनतम और सबसे सक्षम संस्करणों तक पहुंच देना जारी रखने की योजना बना रही है।

शुरुआती सहयोगों में विभिन्न उद्योगों में मॉडलों का परीक्षण किया गया। Actor स्वायत्त भारी मशीनरी तैनात करती है, और इसका स्वायत्त व्हील लोडर वास्तविक व्यावसायिक तैनाती के दौरान मशीन के भीतर किसी ऑपरेटर के बिना सामग्री उठाकर डंप ट्रक में लादता है। इन साझेदारियों में प्रदर्शन सुधारने की प्रक्रिया एक समान रही: प्रदर्शन डेटा एकत्र करना, मॉडल प्रशिक्षित करना, रोबोट पर उसका परीक्षण करना, और विफलताओं का उपयोग अगले दौर के डेटा संग्रह को दिशा देने में करना। Almond, जो दोहरी-भुजा वाला रोबोट Axol बनाती है, ने API का उपयोग करके चार दिनों में एक ऐसा मॉडल तैयार किया जो Axol की अपनी असेंबली में प्रयुक्त स्पेसर्स के किनारों को चिकना करता है।

अधिकांश शुरुआती तैनातियां, जापान से स्विट्जरलैंड तक और पूरे संयुक्त राज्य अमेरिका में, क्लाउड-होस्टेड इन्फरेंस पर चलीं। कुछ उपयोगकर्ताओं को नेटवर्क कनेक्टिविटी की चुनौतियों का सामना करना पड़ा, जिससे सुधार के क्षेत्र उभरकर सामने आए। Physical Intelligence का कहना है कि वास्तविक दुनिया में उपयोग से मिली प्रतिक्रिया भविष्य के मॉडल विकास का मार्गदर्शन करेगी।

Physical Intelligence telah membuka model fondasi robotik terbarunya untuk pelatihan dan inferensi melalui beta Pi API. Menerapkan robot tetap sulit, karena pengembang harus menentukan kasus penggunaan yang tepat, membangun perangkat keras yang sesuai, dan menyediakan model yang cukup cerdas untuk menjalankan tugas. Model serbaguna seperti π0 dan π0.5 menyediakan fondasi pengetahuan fisik yang kuat, sehingga secara signifikan mengurangi data dan upaya yang diperlukan untuk beradaptasi dengan tugas, lingkungan, atau robot baru. Namun, untuk mengadaptasinya tetap diperlukan infrastruktur ML, komputasi, dan jalur data yang kompleks.

Pi API menghilangkan sebagian besar beban tersebut. Pengguna mengunggah data, memulai fine-tuning pada infrastruktur yang dikelola Physical Intelligence, dan mengakses model hasil fine-tuning melalui gerbang inferensi yang dihosting. Model terbaru yang tersedia melalui API menawarkan fine-tuning yang lebih efisien dalam penggunaan data serta kemampuan yang lebih baik bagi mitra, dan karena Pi dapat memperbarui model dasar dengan cepat, perusahaan berencana terus menyediakan akses ke versi terbarunya yang paling mumpuni.

Kolaborasi awal menguji model di berbagai industri. Actor menerapkan alat berat otonom, dan pemuat roda otonomnya mengambil material dan memuatnya ke truk dump selama penerapan komersial sungguhan tanpa operator di dalam mesin. Di seluruh kemitraan ini, proses peningkatan kinerja berjalan konsisten: mengumpulkan demonstrasi, melatih model, menguji model pada robot, dan menggunakan kegagalan untuk memandu putaran berikutnya dalam pengumpulan data. Almond, yang membangun robot dua lengan Axol, menggunakan API untuk menghasilkan model dalam empat hari yang menghaluskan spacer yang digunakan dalam perakitan Axol sendiri.

Sebagian besar penerapan awal, dari Jepang hingga Swiss dan di seluruh Amerika Serikat, berjalan dengan inferensi yang dihosting di cloud. Beberapa pengguna menghadapi tantangan konektivitas jaringan, yang menyoroti area untuk perbaikan. Physical Intelligence menyatakan bahwa masukan dari penggunaan di dunia nyata akan memandu pengembangan model di masa depan.

Physical Intelligence は、Pi API ベータを通じて、トレーニングと推論のための最新のロボット基盤モデルを公開しました。ロボットの導入は依然として困難です。開発者は適切なユースケースを見極め、適切なハードウェアを構築し、タスクを遂行できるだけの知能を備えたモデルを用意しなければなりません。π0 や π0.5 などの汎用モデルは物理知識の強固な基盤を提供し、新しいタスク、環境、ロボットへの適応に必要なデータと労力を大幅に削減します。とはいえ、それらを適応させるには依然として ML インフラ、計算資源、複雑なデータパイプラインが必要です。

Pi API はその負担の大部分を取り除きます。ユーザーはデータをアップロードし、Physical Intelligence が管理するインフラ上でファインチューニングを開始し、ホスト型ゲートウェイを通じて推論用のファインチューニング済みモデルにアクセスできます。API で利用できる最新モデルは、パートナーにとってより少ないデータで効率的にファインチューニングでき、性能も向上しています。Pi は基盤モデルを迅速に更新できるため、同社は今後も最新かつ最も高性能なバージョンへのアクセスを提供する計画です。

初期の協業では、さまざまな業界でモデルが試されました。Actor は自律型重機を展開しており、その自律型ホイールローダーは、実際の商用導入において、機械内に操作員がいない状態で材料をすくい取りダンプトラックに積み込みました。これらの提携を通じて、性能向上のプロセスは一貫していました。デモンストレーションを収集し、モデルを訓練し、ロボット上でテストし、失敗を次回のデータ収集の指針として活用します。両腕ロボット Axol を開発する Almond は、この API を用いて 4 日間でモデルを作成し、Axol 自身の組み立てに使われるスペーサーのバリ取りを行わせました。

日本からスイス、そして米国各地に至るまで、初期の導入の多くはクラウドでホストされた推論で稼働しました。一部のユーザーはネットワーク接続の課題に直面し、改善すべき点が浮き彫りになりました。Physical Intelligence は、実環境での利用から得られたフィードバックが今後のモデル開発の指針になると述べています。

A Physical Intelligence abriu seus mais recentes modelos de fundação robóticos para treinamento e inferência por meio da beta da Pi API. Implantar robôs continua difícil, pois os desenvolvedores precisam identificar o caso de uso certo, construir o hardware adequado e fornecer modelos inteligentes o bastante para executar a tarefa. Modelos de propósito geral, como π0 e π0.5, oferecem uma base sólida de conhecimento físico, reduzindo substancialmente os dados e o esforço necessários para se adaptar a novas tarefas, ambientes ou robôs. Adaptá-los, porém, ainda exige infraestrutura de ML, capacidade computacional e pipelines de dados complexos.

A Pi API elimina grande parte desse peso. Os usuários enviam dados, iniciam o ajuste fino em uma infraestrutura gerenciada pela Physical Intelligence e acessam os modelos ajustados por meio de um gateway hospedado para inferência. O modelo mais recente disponível pela API oferece ajuste fino mais eficiente em dados e capacidade aprimorada para parceiros e, como a Pi pode atualizar rapidamente os modelos subjacentes, a empresa planeja continuar oferecendo acesso às suas versões mais novas e capazes.

As primeiras colaborações testaram os modelos em diversos setores. A Actor implanta máquinas pesadas autônomas, e sua carregadeira de rodas autônoma coleta material e o carrega em um caminhão basculante durante uma implantação comercial real, sem operador dentro da máquina. Em todas essas parcerias, o processo de melhoria de desempenho foi consistente: coletar demonstrações, treinar um modelo, testá-lo no robô e usar as falhas para orientar a próxima rodada de coleta de dados. A Almond, que fabrica o robô de dois braços Axol, usou a API para produzir, em quatro dias, um modelo que remove rebarbas de espaçadores usados na própria montagem do Axol.

A maioria das primeiras implantações, do Japão à Suíça e em todos os Estados Unidos, rodou com inferência hospedada na nuvem. Alguns usuários enfrentaram desafios de conectividade de rede, o que evidenciou pontos a melhorar. A Physical Intelligence afirma que o feedback do uso no mundo real orientará o desenvolvimento futuro dos modelos.

Physical Intelligence открыла доступ к своим новейшим роботизированным базовым моделям для обучения и инференса через бета-версию Pi API. Развертывание роботов по-прежнему сложно: разработчикам нужно определить подходящий сценарий использования, создать подходящее оборудование и предоставить модели, достаточно интеллектуальные для выполнения задачи. Модели общего назначения, такие как π0 и π0.5, обеспечивают прочную основу физических знаний и значительно сокращают объем данных и усилий, необходимых для адаптации к новым задачам, средам или роботам. Однако их адаптация по-прежнему требует инфраструктуры машинного обучения, вычислительных ресурсов и сложных конвейеров данных.

Pi API снимает значительную часть этой нагрузки. Пользователи загружают данные, запускают дообучение на инфраструктуре, которой управляет Physical Intelligence, и получают доступ к дообученным моделям через размещенный шлюз для инференса. Последняя модель, доступная через API, обеспечивает более эффективное по данным дообучение и улучшенные возможности для партнеров. Поскольку Pi может быстро обновлять базовые модели, компания планирует и дальше предоставлять доступ к своим новейшим и наиболее мощным версиям.

Ранние совместные проекты протестировали модели в различных отраслях. Компания Actor развертывает автономную тяжелую технику, и ее автономный колесный погрузчик зачерпывает материал и загружает его в самосвал в ходе реального коммерческого развертывания без оператора в машине. Во всех этих партнерствах процесс повышения производительности был единообразным: сбор демонстраций, обучение модели, тестирование на роботе и использование неудач для определения следующего раунда сбора данных. Компания Almond, которая производит двухрукого робота Axol, с помощью API за четыре дня создала модель, которая зачищает распорные детали, используемые при сборке самого Axol.

Большинство ранних развертываний, от Японии до Швейцарии и по всей территории Соединенных Штатов, работали на облачном инференсе. У некоторых пользователей возникли проблемы с сетевым подключением, что выявило области для улучшения. Physical Intelligence заявляет, что отзывы, полученные в ходе реального использования, будут направлять разработку будущих моделей.

Physical Intelligence已通过Pi API beta开放其最新的机器人基础模型,用于训练和推理。部署机器人仍然十分困难,因为开发者必须确定合适的应用场景、搭建适配的硬件,并提供足够智能以完成任务的模型。π0和π0.5等通用模型提供了坚实的物理知识基础,大幅减少了适应新任务、新环境或新机器人所需的数据和精力。然而,对这些模型进行适配仍需要机器学习基础设施、算力和复杂的数据管道。

Pi API减轻了大部分此类负担。用户上传数据,在Physical Intelligence管理的基础设施上启动微调,并通过托管网关访问微调后的模型进行推理。该API目前提供的最新模型为合作伙伴提供了数据效率更高的微调方式和更强的能力。由于Pi能够快速更新底层模型,公司计划持续提供对其最新、能力最强版本的访问。

早期合作在多个行业测试了这些模型。Actor公司部署自主重型机械,其自主轮式装载机在真实商业部署中铲取物料并将其装入自卸卡车,机器内部无需操作员。在这些合作中,提升性能的流程始终一致:收集示范数据、训练模型、在机器人上测试,并利用失败案例指导下一轮数据收集。Almond公司研发了双臂机器人Axol,利用该API在四天内生成了一个模型,用于对Axol自身装配所用的垫片进行去毛刺处理。

大多数早期部署(从日本到瑞士,再到美国各地)都运行在云端托管的推理服务上。部分用户遇到了网络连接问题,这凸显了需要改进的方面。Physical Intelligence表示,来自真实场景使用的反馈将指导未来的模型开发。