Physical Intelligence ने रोबोट फ़ाउंडेशन मॉडल्स के लिए Pi API बीटा शुरू किया

Physical Intelligence ने 13 अक्टूबर, 2026 को Pi API बीटा की घोषणा की, जिससे उसके नवीनतम रोबोटिक फ़ाउंडेशन मॉडल बाहरी डेवलपरों के लिए होस्टेड फ़ाइन-ट्यूनिंग और इन्फ़रेंस के वास्ते उपलब्ध हो गए। बीटा तक पहुँच प्रतीक्षा-सूची के ज़रिए मिलेगी। आवेदन करने वालों से यह बताने को कहा गया है कि वे क्या बनाना चाहते हैं।

घोषणा में बताई गई प्रक्रिया के तहत, डेवलपर रोबोट का डेटा अपलोड करता है, Physical Intelligence द्वारा प्रबंधित कंप्यूट संसाधनों और बुनियादी ढाँचे पर फ़ाइन-ट्यूनिंग शुरू करता है, फिर होस्टेड गेटवे के ज़रिए फ़ाइन-ट्यून किए गए मॉडल तक पहुँचकर अपने रोबोट पर इन्फ़रेंस चलाता है। इसके बाद, मूल्यांकन का डेटा अगली पुनरावृत्ति की दिशा तय करता है। कंपनी ने कहा कि API के ज़रिए उपलब्ध नवीनतम मॉडल पहले ही उसके साझेदारों को कम डेटा में अधिक प्रभावी फ़ाइन-ट्यूनिंग और बेहतर क्षमताएँ देता है। कंपनी API को आधार देने वाले मॉडल तेज़ी से अपडेट कर सकती है, इसलिए उसकी योजना अपने नवीनतम और सबसे सक्षम मॉडल तक पहुँच देना जारी रखने की है। Physical Intelligence ने इस शुरुआत को ऐसी भौतिक बुद्धिमत्ता की नींव उपलब्ध कराने की दिशा में पहला कदम बताया, जिस पर समुदाय आगे निर्माण कर सके, और एंड-टू-एंड स्वायत्तता को सक्षम बनाने की दिशा में भी।

API के पीछे के मॉडल

घोषणा में π0 और π0.5 जैसे सामान्य-उद्देश्य वाले रोबोटिक फ़ाउंडेशन मॉडल को रोबोट तैनात करने की चुनौती से निपटने का एक आशाजनक तरीका बताया गया है। सही उपयोग का मामला पहचानने और सही हार्डवेयर बनाने के अलावा, डेवलपरों को ऐसे बुद्धिमान मॉडल भी चाहिए जो सामने के काम को पूरा कर सकें। कंपनी के अनुसार, ये मॉडल भौतिक दुनिया के बारे में ज्ञान और क्षमताओं की मज़बूत नींव देते हैं, जिससे नए कामों, परिवेशों या रोबोट के अनुरूप ढलने के लिए ज़रूरी डेटा और मेहनत में काफ़ी कमी आती है। लेकिन इन्हें अनुकूलित करने के लिए अब भी ML बुनियादी ढाँचे, कंप्यूट संसाधनों और जटिल डेटा पाइपलाइन की ज़रूरत होती है।

Physical Intelligence इन मॉडलों के ओपन-सोर्स संस्करण अपने openpi रिपॉज़िटरी में प्रकाशित करती है। इस रिपॉज़िटरी में तीन तरह के मॉडल हैं: π0, जो फ़्लो-आधारित विज़न-लैंग्वेज-एक्शन मॉडल है; π0-FAST, जो FAST एक्शन टोकनाइज़र पर आधारित ऑटोरिग्रेसिव विज़न-लैंग्वेज-एक्शन मॉडल है; और π0.5, जो π0 का उन्नत संस्करण है और खुले परिवेशों में बेहतर सामान्यीकरण करता है। इसे कंपनी की ‘नॉलेज इंसुलेशन’ नामक विधि से प्रशिक्षित किया गया है। तीनों के बेस चेकपॉइंट रोबोट डेटा के 10,000 घंटे से अधिक पर प्री-ट्रेन किए गए हैं, और रिपॉज़िटरी Apache-2.0 लाइसेंस के तहत जारी की गई है। Physical Intelligence ने सितंबर 2025 में π0.5 और रिपॉज़िटरी के लिए PyTorch सपोर्ट जारी किया। इससे पहले, जून 2025 में, उसने पूरे DROID डेटासेट पर विज़न-लैंग्वेज-एक्शन मॉडल प्रशिक्षित करने के निर्देश जोड़े थे।

ओपन मॉडल को स्थानीय रूप से चलाने के लिए इन्फ़रेंस हेतु 8 GB से अधिक मेमोरी वाला NVIDIA GPU चाहिए; उदाहरण के तौर पर RTX 4090 दिया गया है। पूर्ण फ़ाइन-ट्यूनिंग के लिए A100 या H100 जैसे हार्डवेयर पर 70 GB से अधिक मेमोरी की ज़रूरत होती है। रिपॉज़िटरी का परीक्षण Ubuntu 22.04 पर किया गया है और फ़िलहाल यह अन्य ऑपरेटिंग सिस्टम को सपोर्ट नहीं करती। इसमें रिमोट इन्फ़रेंस की सुविधा भी है, जिसमें मॉडल किसी अलग सर्वर पर चलता है और वेब-सॉकेट कनेक्शन के ज़रिए रोबोट को क्रियाएँ भेजता है। रिपॉज़िटरी में बताया गया है कि π0 को कंपनी के अपने रोबोट के लिए विकसित किया गया था, जो ALOHA और DROID जैसे व्यापक रूप से इस्तेमाल किए जाने वाले प्लेटफ़ॉर्म से अलग हैं। टीम को यह अपेक्षा नहीं है कि अनुकूलन की हर कोशिश सफल होगी। API इस प्रक्रिया को होस्टेड सेवा के रूप में अपने हाथ में लेती है: उपयोगकर्ता डेटा देते हैं, जबकि Physical Intelligence ट्रेनिंग के कंप्यूट संसाधनों का प्रबंधन करती है और अपने गेटवे के ज़रिए तैयार मॉडल उपलब्ध कराती है।

विभिन्न उद्योगों में साझेदारों के साथ तैनाती

Physical Intelligence ने कहा कि API के ज़रिए वह दो सवालों के जवाब तलाश रही थी: क्या उसके मॉडल विविध उद्योगों में व्यापक अनुप्रयोगों और रोबोटिक हार्डवेयर को सपोर्ट करते हैं, और क्या API डेवलपरों को उपयोगी, व्यावहारिक स्वायत्तता की दिशा में आसानी से बार-बार सुधार करने में सक्षम बनाती है। इस व्यापकता को परखने के लिए कंपनी रोबोट तैनात करने वाली कंपनियों के साथ मिलकर काम करती है। इन सहयोगों के ज़रिए वह अलग-अलग कामों, हार्डवेयर और परिचालन परिवेशों में अपने मॉडलों के प्रदर्शन की पुष्टि करती है।

घोषणा में Actor का ज़िक्र है, जो Utah में स्थित एक कंपनी है और स्वायत्त भारी मशीनरी तैनात करती है। कंपनी ने जिस वीडियो को वास्तविक व्यावसायिक तैनाती का बताया, उसमें Actor का स्वायत्त व्हील लोडर मशीन के भीतर किसी ऑपरेटर के बिना सामग्री उठाकर डंप ट्रक में भरता है। घोषणा में बताए गए अन्य सहयोगियों में AgRobotics, CloudChef, डेयरी क्षेत्र का एक साझेदार, Ultra और Weave शामिल हैं।

कंपनी ने कहा कि इन शुरुआती सहयोगों में एक समान पैटर्न उभरकर सामने आया। हर काम की चुनौतियाँ अलग थीं—कपड़े को उलटी तरफ़ से सीधा करना, स्कूप में न टिकने वाली सामग्री संभालना या निर्माण का ऐसा पुर्ज़ा जो गलत जगह पर गिरा—लेकिन सुधार की प्रक्रिया लगभग एक जैसी थी: उदाहरण इकट्ठा करना, मॉडल को प्रशिक्षित करना, रोबोट पर उसका परीक्षण करना और फिर उसकी विफलताओं के आधार पर तय करना कि अगली बार कौन-सा डेटा इकट्ठा किया जाए। Physical Intelligence ने कहा कि उसने API इसीलिए बनाई, ताकि डेवलपर अपने नवीनतम मॉडलों का इस्तेमाल करके सुधार की यह प्रक्रिया खुद चला सकें।

शुरुआती पहुँच के नतीजे और अगले कदम

स्वतंत्र रूप से सुधार करने की क्षमता परखने के लिए Physical Intelligence ने कुछ कंपनियों को API की शुरुआती पहुँच दी। कंपनी ने कहा कि वे कितनी जल्दी काम शुरू करके प्रगति करने लगीं, यह देखकर वह प्रभावित हुई। घोषणा में कैलिफ़ोर्निया के सैन फ़्रांसिस्को स्थित Almond का ज़िक्र है, जो Axol बनाती है—यह भौतिक AI निर्माताओं के लिए दो भुजाओं वाला रोबोट है। Axol का घोषित उद्देश्य खुद को बनाना है। कंपनी के अनुसार, Pi API के साथ चार दिनों तक बार-बार सुधार करने के बाद टीम ने जो मॉडल हासिल किया, उसे चलाते हुए Axol ने अपनी ही असेंबली में इस्तेमाल होने वाले स्पेसरों की बर्र हटाई।

दिखाए गए अन्य शुरुआती पहुँच वाले उपयोगकर्ताओं में Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra और Yondu शामिल हैं। इनके साथ एक हैकाथॉन परियोजना भी दिखाई गई। दिखाए गए अधिकांश ऐप्लिकेशन API के ज़रिए क्लाउड पर होस्ट किए गए इन्फरेंस के साथ चले। इनके कार्यान्वयन जापान से लेकर स्विट्ज़रलैंड और अमेरिका भर के कई स्थानों तक फैले थे। कंपनी ने कहा कि इन शुरुआती कार्यान्वयनों में कई तरह के परिवेशों और कार्यों को शामिल किया गया। साथ ही, उसने सुधार की ज़रूरत वाले क्षेत्रों की ओर ध्यान दिलाया, जिनमें कुछ मामलों में नेटवर्क कनेक्टिविटी की चुनौतियाँ भी शामिल थीं।

Physical Intelligence ने कहा कि ये उदाहरण दिखाते हैं कि उसके विकसित किए गए मॉडल वास्तविक और उपयोगी कामों में लगाए जा सकते हैं। कंपनी के अनुसार, उसके साझेदार API का इस्तेमाल करके अपनी नीतियों पर स्वतंत्र रूप से काम कर सकते हैं और अपने कार्यों में स्वायत्तता बढ़ा सकते हैं। हालांकि, उसने इस प्रयास को अभी शुरुआती चरण में बताया और कहा कि डेवलपरों की प्रतिक्रिया भविष्य के संस्करणों को आकार देने में मदद करेगी। कंपनी अनुसंधान, अवसंरचना, हार्डवेयर, मानव संसाधन और संचालन के क्षेत्रों में भर्तियाँ कर रही है।