Η Physical Intelligence ανοίγει τη δοκιμαστική έκδοση του Pi API για θεμελιώδη μοντέλα ρομπότ

Η Physical Intelligence ανακοίνωσε τη δοκιμαστική έκδοση του Pi API στις 13 Οκτωβρίου 2026, διαθέτοντας τα πιο πρόσφατα θεμελιώδη μοντέλα ρομποτικής σε εξωτερικούς προγραμματιστές για φιλοξενούμενη προσαρμογή και εκτέλεση συμπερασμάτων. Η πρόσβαση στη δοκιμαστική έκδοση παρέχεται μέσω λίστας αναμονής, ενώ οι ενδιαφερόμενοι καλούνται να περιγράψουν τι θέλουν να δημιουργήσουν.

Σύμφωνα με τη ροή εργασιών που περιγράφεται στην ανακοίνωση, ο προγραμματιστής μεταφορτώνει δεδομένα ρομπότ, ξεκινά την προσαρμογή του μοντέλου σε υπολογιστικούς πόρους και υποδομή που διαχειρίζεται η Physical Intelligence και αποκτά πρόσβαση στο προσαρμοσμένο μοντέλο μέσω μιας φιλοξενούμενης πύλης, ώστε να εκτελεί συμπεράσματα στο ρομπότ του. Στη συνέχεια, τα δεδομένα αξιολόγησης καθοδηγούν την επόμενη επανάληψη. Η εταιρεία ανέφερε ότι το πιο πρόσφατο μοντέλο που διατίθεται μέσω του API προσφέρει ήδη αποδοτικότερη ως προς τα δεδομένα προσαρμογή και βελτιωμένες δυνατότητες στους συνεργάτες της. Είπε επίσης ότι, επειδή μπορεί να ενημερώνει γρήγορα τα μοντέλα που υποστηρίζουν το API, σκοπεύει να συνεχίσει να παρέχει πρόσβαση στα πιο πρόσφατα και ικανότερα μοντέλα της. Η Physical Intelligence χαρακτήρισε την κυκλοφορία πρώτο βήμα προς την παροχή ενός θεμελίου φυσικής νοημοσύνης πάνω στο οποίο μπορεί να οικοδομήσει η κοινότητα, καθώς και προς την επίτευξη αυτονομίας από άκρη σε άκρη.

Τα μοντέλα πίσω από το API

Η ανακοίνωση παρουσιάζει θεμελιώδη μοντέλα ρομποτικής γενικής χρήσης, όπως τα π0 και π0.5, ως έναν πολλά υποσχόμενο τρόπο αντιμετώπισης της πρόκλησης της ανάπτυξης ρομπότ: πέρα από τον εντοπισμό της κατάλληλης χρήσης και την κατασκευή του σωστού υλικού, οι προγραμματιστές χρειάζονται μοντέλα με αρκετή νοημοσύνη ώστε να εκτελούν την εκάστοτε εργασία. Σύμφωνα με την εταιρεία, αυτά τα μοντέλα προσφέρουν ισχυρό θεμέλιο γνώσεων και δυνατοτήτων στον φυσικό κόσμο, μειώνοντας σημαντικά τα δεδομένα και την προσπάθεια που απαιτούνται για την προσαρμογή τους σε νέες εργασίες, περιβάλλοντα ή ρομπότ. Ωστόσο, η προσαρμογή τους εξακολουθεί να απαιτεί υποδομή μηχανικής μάθησης, υπολογιστικούς πόρους και σύνθετες ροές δεδομένων.

Η Physical Intelligence δημοσιεύει εκδόσεις ανοιχτού κώδικα αυτών των μοντέλων στο αποθετήριο openpi. Το αποθετήριο περιλαμβάνει τρεις τύπους μοντέλων: το π0, ένα μοντέλο όρασης-γλώσσας-δράσης που βασίζεται σε ροές· το π0-FAST, ένα αυτοπαλίνδρομο μοντέλο όρασης-γλώσσας-δράσης που βασίζεται στον κωδικοποιητή ενεργειών FAST· και το π0.5, μια αναβαθμισμένη έκδοση του π0 με καλύτερη γενίκευση σε ανοιχτό κόσμο, εκπαιδευμένη με μια μέθοδο που η εταιρεία ονομάζει «απομόνωση γνώσης». Τα βασικά σημεία ελέγχου και των τριών μοντέλων έχουν προεκπαιδευτεί σε περισσότερες από 10.000 ώρες δεδομένων ρομπότ, ενώ το αποθετήριο διατίθεται με άδεια Apache-2.0. Η Physical Intelligence κυκλοφόρησε το π0.5 και πρόσθεσε υποστήριξη για το PyTorch στο αποθετήριο τον Σεπτέμβριο του 2025, αφού είχε προσθέσει τον Ιούνιο του 2025 οδηγίες για την εκπαίδευση μοντέλων όρασης-γλώσσας-δράσης με το πλήρες σύνολο δεδομένων DROID.

Για την τοπική εκτέλεση των μοντέλων ανοιχτού κώδικα απαιτείται GPU NVIDIA με μνήμη άνω των 8 GB για την εκτέλεση συμπερασμάτων· ως παράδειγμα αναφέρεται η RTX 4090. Για πλήρη προσαρμογή απαιτούνται πάνω από 70 GB μνήμης σε υλικό όπως το A100 ή το H100. Το αποθετήριο έχει δοκιμαστεί στο Ubuntu 22.04 και προς το παρόν δεν υποστηρίζει άλλα λειτουργικά συστήματα. Υποστηρίζει επίσης την απομακρυσμένη εκτέλεση συμπερασμάτων, κατά την οποία ένα μοντέλο εκτελείται σε ξεχωριστό διακομιστή και μεταδίδει ενέργειες στο ρομπότ μέσω σύνδεσης websocket. Το αποθετήριο επισημαίνει ότι το π0 αναπτύχθηκε για τα ρομπότ της ίδιας της εταιρείας, τα οποία διαφέρουν από πλατφόρμες ευρείας χρήσης όπως οι ALOHA και DROID, και ότι η ομάδα δεν αναμένει να πετύχει κάθε προσπάθεια προσαρμογής. Το API αναλαμβάνει αυτή τη ροή εργασιών ως φιλοξενούμενη υπηρεσία: οι χρήστες παρέχουν τα δεδομένα και η Physical Intelligence διαχειρίζεται τους υπολογιστικούς πόρους εκπαίδευσης και διαθέτει το τελικό μοντέλο μέσω της πύλης της.

Εφαρμογές συνεργατών σε διάφορους κλάδους

Η Physical Intelligence ανέφερε ότι επιδίωξε να απαντήσει σε δύο ερωτήματα μέσω του API: αν τα μοντέλα της υποστηρίζουν ευρύ φάσμα εφαρμογών και ρομποτικού υλικού σε διαφορετικούς κλάδους, και πόσο εύκολα επιτρέπει το API στους προγραμματιστές να κάνουν επαναλήψεις μέχρι να πετύχουν χρήσιμη, πρακτική αυτονομία. Για να δοκιμάσει το εύρος των δυνατοτήτων, η εταιρεία συνεργάζεται στενά με επιχειρήσεις που αναπτύσσουν ρομπότ, αξιοποιώντας αυτές τις συνεργασίες για να επαληθεύσει πόσο καλά αποδίδουν τα μοντέλα της σε διαφορετικές εργασίες, σε διαφορετικό υλικό και σε διαφορετικά περιβάλλοντα λειτουργίας.

Η ανακοίνωση παρουσιάζει την Actor, μια εταιρεία με έδρα τη Γιούτα που αναπτύσσει αυτόνομα βαριά μηχανήματα. Σε πλάνα που η εταιρεία περιέγραψε ως πραγματική εμπορική εφαρμογή, ο αυτόνομος τροχοφόρος φορτωτής της Actor συλλέγει υλικό και το φορτώνει σε ανατρεπόμενο φορτηγό χωρίς χειριστή μέσα στο μηχάνημα. Στις άλλες συνεργασίες που κατονομάζονται στην ανακοίνωση περιλαμβάνονται οι AgRobotics, CloudChef, ένας συνεργάτης από τον κλάδο της γαλακτοπαραγωγής, η Ultra και η Weave.

Σύμφωνα με την εταιρεία, από αυτές τις αρχικές συνεργασίες προέκυψε ένα κοινό μοτίβο. Οι προκλήσεις διέφεραν ανάλογα με την εργασία: από ένα ρούχο γυρισμένο από την ανάποδη, μέχρι ένα συστατικό που δεν έμενε στη σέσουλα και ένα εξάρτημα παραγωγής που κατέληγε σε λάθος θέση. Ωστόσο, η διαδικασία βελτίωσης ήταν σχεδόν ίδια: συλλογή επιδείξεων, εκπαίδευση μοντέλου, δοκιμή του στο ρομπότ και αξιοποίηση των αποτυχιών για να αποφασιστεί ποια δεδομένα θα συλλεχθούν στη συνέχεια. Η Physical Intelligence ανέφερε ότι δημιούργησε το API για να μπορούν οι προγραμματιστές να εκτελούν μόνοι τους αυτόν τον κύκλο επαναλήψεων, χρησιμοποιώντας τα πιο πρόσφατα μοντέλα της.

Αποτελέσματα πρώιμης πρόσβασης και επόμενα βήματα

Για να δοκιμάσει την ανεξάρτητη επαναληπτική διαδικασία, η Physical Intelligence έδωσε σε έναν μικρό αριθμό εταιρειών πρώιμη πρόσβαση στο API και ανέφερε ότι εντυπωσιάστηκε από το πόσο γρήγορα ξεκίνησαν και άρχισαν να σημειώνουν πρόοδο. Η ανακοίνωση αναδεικνύει την Almond, με έδρα το Σαν Φρανσίσκο της Καλιφόρνιας, η οποία κατασκευάζει το Axol, ένα ρομπότ με δύο βραχίονες για δημιουργούς εφαρμογών φυσικής τεχνητής νοημοσύνης, με δηλωμένο στόχο να κατασκευάζει το Axol τον εαυτό του. Σύμφωνα με την εταιρεία, το Axol αφαίρεσε γρέζια από αποστάτες που χρησιμοποιούνται στη δική του συναρμολόγηση, εκτελώντας ένα μοντέλο το οποίο η ομάδα απέκτησε έπειτα από τέσσερις ημέρες επαναλήψεων με το Pi API.

Άλλοι χρήστες με πρώιμη πρόσβαση που παρουσιάστηκαν είναι οι Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra και Yondu, καθώς και ένα έργο από hackathon. Οι περισσότερες εφαρμογές που παρουσιάστηκαν εκτελούσαν συμπερασμό μέσω του API, με φιλοξενία στο cloud, και χρησιμοποιούνταν σε εγκαταστάσεις από την Ιαπωνία έως την Ελβετία και σε τοποθεσίες σε όλες τις Ηνωμένες Πολιτείες. Η εταιρεία ανέφερε ότι αυτές οι πρώιμες εφαρμογές κάλυπταν ποικίλα περιβάλλοντα και εργασίες και επισήμανε τομείς που χρήζουν βελτίωσης, όπως οι δυσκολίες συνδεσιμότητας δικτύου σε ορισμένες περιπτώσεις.

Η Physical Intelligence ανέφερε ότι τα παραδείγματα δείχνουν πως τα μοντέλα που αναπτύσσει μπορούν να χρησιμοποιηθούν σε πραγματικές, χρήσιμες εφαρμογές και ότι οι συνεργάτες της μπορούν να αξιοποιούν το API για να εξελίσσουν ανεξάρτητα τις πολιτικές ελέγχου και να βελτιώνουν την αυτονομία στις εργασίες τους. Παράλληλα, χαρακτήρισε την προσπάθεια ακόμη πρώιμη, σημειώνοντας ότι τα σχόλια των προγραμματιστών αναμένεται να συμβάλουν στη διαμόρφωση μελλοντικών εκδόσεων. Η εταιρεία ανέφερε ότι προσλαμβάνει προσωπικό στους τομείς της έρευνας, των υποδομών, του υλικού, του ανθρώπινου δυναμικού και των λειτουργιών.