Physical Intelligence åbner betaversion af Pi API for grundmodeller til robotter

Physical Intelligence annoncerede betaversionen af Pi API den 13. oktober 2026 og gjorde dermed sine nyeste grundmodeller til robotter tilgængelige for eksterne udviklere til hostet finjustering og inferens. Adgang til betaversionen sker via en venteliste, og ansøgerne bliver bedt om at beskrive, hvad de vil bygge.

Ifølge arbejdsgangen, der blev beskrevet i annonceringen, uploader en udvikler robotdata, starter finjustering på de beregningsressourcer og den infrastruktur, som Physical Intelligence administrerer, og får adgang til den finjusterede model via en hostet gateway for at køre inferens på sin robot. Evalueringsdata danner derefter grundlag for næste iteration. Virksomheden sagde, at den nyeste model, der er tilgængelig via API’et, allerede giver mere dataeffektiv finjustering og bedre ydeevne for virksomhedens partnere, og at den planlægger fortsat at give adgang til sine nyeste og mest kapable modeller, fordi den hurtigt kan opdatere de modeller, som API’et bygger på. Physical Intelligence beskrev lanceringen som sit første skridt mod at stille et grundlag for fysisk intelligens til rådighed, som fællesskabet kan bygge videre på, og muliggøre autonomi fra ende til anden.

Modellerne bag API’et

I annonceringen beskrives generelle grundmodeller til robotter som π0 og π0.5 som en lovende måde at løse udfordringen med at udrulle robotter på: Ud over at finde det rigtige anvendelsesområde og bygge den rette hardware har udviklere brug for modeller, der er intelligente nok til at udføre den konkrete opgave. Ifølge virksomheden giver disse modeller et stærkt grundlag af fysisk viden og færdigheder, som i betydelig grad mindsker mængden af data og den indsats, der kræves for at tilpasse dem til nye opgaver, miljøer eller robotter. Tilpasningen kræver dog stadig ML-infrastruktur, beregningsressourcer og komplekse datapipelines.

Physical Intelligence udgiver open source-versioner af disse modeller i sit openpi-kodearkiv. Kodearkivet indeholder tre typer modeller: π0, en flowbaseret model for syn, sprog og handling; π0-FAST, en autoregressiv model for syn, sprog og handling, der bygger på FAST-tokenizeren til handlinger; og π0.5, en opgraderet version af π0 med bedre generalisering i åbne miljøer, trænet med en metode, som virksomheden kalder vidensisolering. Grundcheckpoints for alle tre modeller er fortrænet på mere end 10.000 timers robotdata, og kodearkivet udgives under Apache-2.0-licensen. Physical Intelligence udgav π0.5 og tilføjede PyTorch-understøttelse til kodearkivet i september 2025, efter at virksomheden i juni 2025 havde tilføjet instruktioner til træning af modeller for syn, sprog og handling på hele DROID-datasættet.

For at køre open source-modellerne lokalt kræves der en NVIDIA-GPU med mere end 8 GB hukommelse til inferens; RTX 4090 er nævnt som eksempel. Til fuld finjustering kræves der mere end 70 GB hukommelse på hardware som A100 eller H100. Kodearkivet er blevet testet på Ubuntu 22.04 og understøtter i øjeblikket ikke andre operativsystemer. Det understøtter også fjerninferens, hvor en model kører på en separat server og sender handlinger løbende til robotten via en websocket-forbindelse. Kodearkivet oplyser, at π0 blev udviklet til virksomhedens egne robotter, som adskiller sig fra udbredte platforme som ALOHA og DROID, og at teamet ikke forventer, at alle tilpasningsforsøg lykkes. API’et overtager denne pipeline som en hostet tjeneste: Brugerne leverer dataene, og Physical Intelligence administrerer beregningsressourcerne til træningen og leverer den færdige model via sin gateway.

Udrulninger hos partnere på tværs af brancher

Physical Intelligence sagde, at virksomheden med API’et ville finde svar på to spørgsmål: om dens modeller understøtter en bred vifte af anvendelser og robotudstyr i forskellige brancher, og hvor nemt API’et gør det muligt for udviklere at iterere sig frem mod nyttig, praktisk autonomi. For at afprøve bredden arbejder virksomheden tæt sammen med virksomheder, der udruller robotter, og bruger samarbejderne til at vurdere, hvor godt modellerne klarer sig på tværs af forskellige opgaver, hardware og driftsmiljøer.

Annonceringen fremhæver Actor, en virksomhed i Utah, der udruller autonome tunge maskiner. I optagelser, som virksomheden beskrev som en reel kommerciel udrulning, skovler Actors autonome hjullæsser materiale op og læsser det i en dumper, uden at der sidder en fører i maskinen. Andre samarbejder, der nævnes i annonceringen, omfatter AgRobotics, CloudChef, en partner inden for mejeribranchen, Ultra og Weave.

Ifølge virksomheden tegnede der sig et fælles mønster på tværs af de indledende samarbejder. Udfordringerne varierede fra opgave til opgave – fra et stykke tøj, der vendte vrangen ud, til en ingrediens, der ikke ville blive i en skovl, og en produktionsdel, der landede det forkerte sted – men processen for at forbedre resultaterne var stort set den samme: Indsaml demonstrationer, træn en model, afprøv den på robotten, og brug fejlene til at afgøre, hvilke data der skal indsamles næste gang. Physical Intelligence sagde, at virksomheden byggede API’et, så udviklere selv kan gennemføre denne iterationscyklus med dens nyeste modeller.

Resultater fra tidlig adgang og næste skridt

For at afprøve, om virksomheder selv kunne gennemføre iterationer, gav Physical Intelligence et mindre antal virksomheder tidlig adgang til API’et. Virksomheden sagde, at den var imponeret over, hvor hurtigt de kom i gang og begyndte at gøre fremskridt. Annonceringen fremhæver Almond, der har base i San Francisco i Californien, og som bygger Axol, en tohåndsrobot til udviklere af fysisk AI. Målet er ifølge virksomheden, at Axol skal bygge sig selv. Ifølge virksomheden afgratede Axol afstandsstykker, der blev brugt i dens egen samling, mens den kørte en model, som teamet havde fået efter fire dages iteration med Pi API.

Andre brugere med tidlig adgang, der blev vist, omfatter Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra og Yondu samt et hackathonprojekt. De fleste af de viste applikationer kørte med cloudbaseret inferens via API’et, med implementeringer fra Japan til Schweiz og på steder rundt om i USA. Virksomheden sagde, at disse tidlige implementeringer omfattede en række miljøer og opgaver, og fremhævede områder, der kunne forbedres, herunder udfordringer med netværksforbindelsen i nogle tilfælde.

Physical Intelligence sagde, at eksemplerne viser, at de modeller, virksomheden udvikler, kan bruges til reelle og nyttige anvendelser, og at partnerne kan bruge API’et til selvstændigt at videreudvikle policyer og forbedre autonomien i forbindelse med deres opgaver. Samtidig beskrev virksomheden arbejdet som stadig værende på et tidligt stadie, hvor feedback fra udviklere skal være med til at forme fremtidige udgivelser. Virksomheden sagde, at den ansætter inden for forskning, infrastruktur, hardware, HR og drift.