Robotik und physische KI
Physical Intelligence öffnet die Beta der Pi API für robotische Basismodelle
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Physical Intelligence kündigte die Beta der Pi API an, die am 13. Oktober 2026 startete und ihre neuesten robotischen Basismodelle externen Entwicklern für gehostete Feinabstimmung und Inferenz zur Verfügung stellt. Der Zugang zur Beta erfolgt über eine Warteliste; Bewerber werden gebeten, zu beschreiben, was sie entwickeln möchten.
Nach dem in der Ankündigung beschriebenen Ablauf lädt ein Entwickler Roboterdaten hoch, startet die Feinabstimmung mit Rechenressourcen und Infrastruktur, die Physical Intelligence verwaltet, und greift über ein gehostetes Gateway auf das feinabgestimmte Modell zu, um Inferenz auf seinem Roboter auszuführen. Die Evaluierungsdaten dienen anschließend als Grundlage für die nächste Iteration. Das Unternehmen erklärte, das neueste über die API verfügbare Modell ermögliche seinen Partnern bereits eine dateneffizientere Feinabstimmung und verbesserte Fähigkeiten. Da Physical Intelligence die Modelle, auf denen die API basiert, schnell aktualisieren kann, wolle das Unternehmen weiterhin Zugang zu seinen neuesten und leistungsfähigsten Modellen ermöglichen. Physical Intelligence bezeichnete die Einführung als ersten Schritt, um eine Grundlage für physische Intelligenz bereitzustellen, auf der die Community aufbauen kann, und Autonomie von Anfang bis Ende zu ermöglichen.
Die Modelle hinter der API
Die Ankündigung stellt universell einsetzbare robotische Basismodelle wie π0 und π0.5 als vielversprechenden Ansatz dar, um die Herausforderung des Robotereinsatzes zu bewältigen: Neben der Wahl des passenden Anwendungsfalls und der Entwicklung der richtigen Hardware benötigen Entwickler Modelle, die intelligent genug sind, die jeweilige Aufgabe auszuführen. Diese Modelle bieten eine solide Grundlage an Wissen über die physische Welt und entsprechenden Fähigkeiten, wodurch sich der Daten- und Arbeitsaufwand für die Anpassung an neue Aufgaben, Umgebungen oder Roboter erheblich verringert, erklärte das Unternehmen. Für ihre Anpassung seien jedoch weiterhin ML-Infrastruktur, Rechenleistung und komplexe Datenpipelines erforderlich.
Physical Intelligence veröffentlicht quelloffene Versionen dieser Modelle in seinem openpi-Repository. Das Repository enthält drei Modelltypen: π0, ein flussbasiertes Vision-Sprache-Aktionsmodell; π0-FAST, ein autoregressives Vision-Sprache-Aktionsmodell auf Basis des FAST-Aktions-Tokenizers; und π0.5, eine verbesserte Version von π0 mit besserer Generalisierung in offenen Umgebungen, die mit einer vom Unternehmen als Wissensabschirmung bezeichneten Methode trainiert wurde. Die Basiskontrollpunkte aller drei Modelle wurden mit mehr als 10.000 Stunden Roboterdaten vortrainiert; das Repository steht unter der Apache-2.0-Lizenz. Physical Intelligence veröffentlichte π0.5 und die PyTorch-Unterstützung für das Repository im September 2025, nachdem im Juni 2025 Anleitungen zum Training von Vision-Sprache-Aktionsmodellen mit dem vollständigen DROID-Datensatz hinzugefügt worden waren.
Für den lokalen Betrieb der offenen Modelle ist für die Inferenz eine NVIDIA-GPU mit mehr als 8 GB Speicher erforderlich; als Beispiel wird die RTX 4090 genannt. Für die vollständige Feinabstimmung werden mehr als 70 GB Speicher auf Hardware wie der A100 oder H100 benötigt. Das Repository wurde unter Ubuntu 22.04 getestet und unterstützt derzeit keine anderen Betriebssysteme. Es unterstützt außerdem die Remote-Inferenz, bei der ein Modell auf einem separaten Server läuft und Aktionen über eine WebSocket-Verbindung an den Roboter überträgt. Im Repository wird darauf hingewiesen, dass π0 für die Roboter des Unternehmens entwickelt wurde, die sich von weitverbreiteten Plattformen wie ALOHA und DROID unterscheiden, und dass das Team nicht davon ausgeht, dass jeder Anpassungsversuch erfolgreich sein wird. Die API übernimmt diese Pipeline als gehosteten Dienst: Nutzer stellen die Daten bereit, Physical Intelligence verwaltet die für das Training benötigte Rechenleistung und stellt das fertige Modell über sein Gateway bereit.
Einsätze bei Partnern in verschiedenen Branchen
Physical Intelligence erklärte, mit der API zwei Fragen beantworten zu wollen: Unterstützen die Modelle ein breites Spektrum von Anwendungen und Roboterhardware in unterschiedlichen Branchen, und wie einfach ermöglicht die API Entwicklern, schrittweise auf eine nützliche, praxisnahe Autonomie hinzuarbeiten? Um die Bandbreite zu testen, arbeitet das Unternehmen eng mit Firmen zusammen, die Roboter einsetzen. Mithilfe dieser Kooperationen prüft es, wie gut seine Modelle bei unterschiedlichen Aufgaben, auf verschiedener Hardware und in verschiedenen Einsatzumgebungen funktionieren.
In der Ankündigung wird Actor vorgestellt, ein Unternehmen aus Utah, das autonome schwere Maschinen einsetzt. In Aufnahmen, die das Unternehmen als einen echten kommerziellen Einsatz bezeichnete, schaufelt Actors autonomer Radlader Material auf und lädt es in einen Muldenkipper, ohne dass sich ein Bediener in der Maschine befindet. Zu den weiteren in der Ankündigung genannten Kooperationen gehören AgRobotics, CloudChef, ein Partner aus der Milchwirtschaft, Ultra und Weave.
Bei diesen ersten Kooperationen zeichnete sich nach Angaben des Unternehmens ein gemeinsames Muster ab. Die Herausforderungen unterschieden sich je nach Aufgabe: Ein Kleidungsstück lag mit der Innenseite nach außen, eine Zutat wollte nicht in der Schaufel bleiben und ein Fertigungsteil landete an der falschen Position. Der Prozess zur Verbesserung war jedoch weitgehend derselbe: Demonstrationen erfassen, ein Modell trainieren, es am Roboter testen und anhand der Fehlschläge entscheiden, welche Daten als Nächstes gesammelt werden sollen. Physical Intelligence erklärte, die API entwickelt zu haben, damit Entwickler diesen Iterationsprozess mit den neuesten Modellen des Unternehmens selbst durchlaufen können.
Ergebnisse aus dem frühen Zugang und nächste Schritte
Um zu prüfen, ob unabhängige Iterationen möglich sind, gewährte Physical Intelligence einer kleinen Zahl von Unternehmen frühzeitig Zugang zur API. Das Unternehmen erklärte, es sei beeindruckt gewesen, wie schnell sie loslegten und Fortschritte erzielten. In der Ankündigung wird Almond aus San Francisco, Kalifornien, hervorgehoben. Das Unternehmen entwickelt Axol, einen zweiarmigen Roboter für Entwickler physischer KI. Dessen erklärtes Ziel ist es, dass Axol sich selbst baut. Nach Angaben des Unternehmens entgratete Axol Distanzstücke, die bei seiner eigenen Montage verwendet werden, während es ein Modell ausführte, das das Team nach vier Tagen Iteration mit der Pi API erhalten hatte.
Zu den weiteren gezeigten Nutzern mit frühem Zugang gehörten Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra und Yondu sowie ein Hackathon-Projekt. Die meisten gezeigten Anwendungen nutzten über die API cloudbasierte Inferenz und kamen an Standorten von Japan über die Schweiz bis in die gesamten Vereinigten Staaten zum Einsatz. Das Unternehmen erklärte, diese frühen Einsätze hätten ein breites Spektrum an Umgebungen und Aufgaben abgedeckt und zugleich Bereiche mit Verbesserungsbedarf aufgezeigt, darunter Herausforderungen bei der Netzwerkanbindung in einigen Fällen.
Physical Intelligence erklärte, die Beispiele zeigten, dass sich die von dem Unternehmen entwickelten Modelle für reale, nützliche Anwendungen einsetzen lassen und dass seine Partner mithilfe der API eigenständig Richtlinien weiterentwickeln und die Autonomie bei ihren Aufgaben verbessern können. Zugleich bezeichnete das Unternehmen das Vorhaben als noch in einer frühen Phase; Rückmeldungen von Entwicklern sollen dazu beitragen, künftige Versionen mitzugestalten. Das Unternehmen sucht Mitarbeiter in den Bereichen Forschung, Infrastruktur, Hardware, Personal und Betrieb.
