Physical Intelligence Membuka Akses Beta Pi API untuk Model Fondasi Robotika

Pada 13 Oktober 2026, Physical Intelligence mengumumkan versi beta Pi API, yang memungkinkan pengembang eksternal menggunakan model fondasi robotika terbarunya untuk penyempurnaan dan inferensi yang dihosting. Akses beta tersedia melalui daftar tunggu; pemohon diminta menjelaskan hal yang ingin mereka bangun.

Menurut alur kerja yang dijelaskan dalam pengumuman tersebut, pengembang mengunggah data robot, memulai penyempurnaan model menggunakan sumber daya komputasi dan infrastruktur yang dikelola Physical Intelligence, lalu mengakses model yang telah disempurnakan melalui gerbang layanan terhosting untuk menjalankan inferensi pada robot mereka. Data evaluasi kemudian menjadi panduan untuk iterasi berikutnya. Perusahaan tersebut mengatakan bahwa model terbaru yang tersedia melalui API sudah memungkinkan penyempurnaan dengan penggunaan data yang lebih efisien serta meningkatkan kemampuan mitranya. Karena model yang mendukung API dapat diperbarui dengan cepat, perusahaan berencana untuk terus menyediakan akses ke model terbarunya yang paling mumpuni. Physical Intelligence menyebut peluncuran ini sebagai langkah pertama untuk menyediakan fondasi kecerdasan fisik yang dapat dikembangkan oleh komunitas dan memungkinkan otonomi menyeluruh.

Model yang Mendukung API

Pengumuman tersebut menyebut model fondasi robotika serbaguna seperti π0 dan π0.5 sebagai cara yang menjanjikan untuk mengatasi tantangan penerapan robot: selain menentukan kasus penggunaan yang tepat dan membangun perangkat keras yang sesuai, pengembang juga membutuhkan model yang cukup cerdas untuk menjalankan tugas yang dihadapi. Menurut perusahaan, model-model ini menyediakan landasan pengetahuan dan kemampuan fisik yang kuat sehingga kebutuhan akan data dan upaya untuk menyesuaikannya dengan tugas, lingkungan, atau robot baru dapat berkurang secara signifikan. Namun, penyesuaian tetap memerlukan infrastruktur pembelajaran mesin, sumber daya komputasi, dan alur pemrosesan data yang kompleks.

Physical Intelligence menerbitkan versi sumber terbuka model-model ini di repositori openpi. Repositori tersebut memuat tiga jenis model: π0, model visi-bahasa-aksi berbasis aliran; π0-FAST, model visi-bahasa-aksi autoregresif yang didasarkan pada tokenizer aksi FAST; dan π0.5, versi π0 yang ditingkatkan dengan kemampuan generalisasi dunia terbuka yang lebih baik, dilatih menggunakan metode yang disebut perusahaan sebagai isolasi pengetahuan. Titik pemeriksaan dasar untuk ketiganya telah melalui prapelatihan menggunakan lebih dari 10.000 jam data robot, dan repositori tersebut dirilis dengan lisensi Apache-2.0. Physical Intelligence merilis π0.5 dan dukungan PyTorch untuk repositori tersebut pada September 2025, setelah menambahkan petunjuk untuk melatih model visi-bahasa-aksi menggunakan seluruh dataset DROID pada Juni 2025.

Untuk menjalankan model sumber terbuka secara lokal, diperlukan GPU NVIDIA dengan memori lebih dari 8 GB untuk inferensi; RTX 4090 disebut sebagai contoh. Penyempurnaan penuh memerlukan memori lebih dari 70 GB pada perangkat keras seperti A100 atau H100. Repositori tersebut telah diuji di Ubuntu 22.04 dan saat ini belum mendukung sistem operasi lain. Repositori itu juga mendukung inferensi jarak jauh, yaitu saat model dijalankan di server terpisah dan mengirimkan rangkaian tindakan ke robot melalui koneksi websocket. Repositori tersebut mencatat bahwa π0 dikembangkan untuk robot milik perusahaan sendiri, yang berbeda dari platform yang banyak digunakan seperti ALOHA dan DROID, dan timnya tidak memperkirakan bahwa setiap upaya penyesuaian akan berhasil. API menyediakan alur kerja tersebut sebagai layanan terhosting: pengguna memberikan datanya, sedangkan Physical Intelligence mengelola komputasi untuk pelatihan dan menyediakan model yang telah selesai melalui gerbang layanannya.

Penerapan oleh Mitra di Berbagai Industri

Physical Intelligence mengatakan bahwa melalui API tersebut, perusahaan ingin menjawab dua pertanyaan: apakah modelnya mendukung beragam aplikasi dan perangkat keras robotika di berbagai industri, serta seberapa mudah API membantu pengembang melakukan iterasi untuk mencapai otonomi yang berguna dan praktis. Untuk menguji keluasan penerapannya, perusahaan bekerja sama erat dengan perusahaan-perusahaan yang menerapkan robot. Kolaborasi ini digunakan untuk memvalidasi kinerja model mereka dalam beragam tugas, perangkat keras, dan lingkungan operasional.

Pengumuman tersebut menyoroti Actor, perusahaan yang berlokasi di Utah dan menerapkan alat berat otonom. Dalam rekaman yang disebut perusahaan sebagai penerapan komersial nyata, wheel loader otonom milik Actor menyekop material dan memuatnya ke truk jungkit tanpa operator di dalam mesin. Kolaborasi lain yang disebutkan dalam pengumuman itu mencakup AgRobotics, CloudChef, sebuah mitra industri susu, Ultra, dan Weave.

Menurut perusahaan, pola umum muncul dari kolaborasi-kolaborasi awal ini. Tantangannya berbeda-beda, mulai dari membalik pakaian yang terpasang terbalik, menangani bahan yang tidak mau bertahan di dalam sendok takar, hingga memperbaiki posisi komponen manufaktur yang salah letak. Namun, proses peningkatannya hampir sama: mengumpulkan demonstrasi, melatih model, mengujinya pada robot, lalu menggunakan kegagalan yang terjadi untuk menentukan data apa yang perlu dikumpulkan berikutnya. Physical Intelligence mengatakan bahwa API tersebut dibuat agar pengembang dapat menjalankan sendiri siklus iterasi ini dengan model terbarunya.

Hasil Akses Awal dan Langkah Berikutnya

Untuk menguji iterasi secara mandiri, Physical Intelligence memberikan akses awal ke API kepada sejumlah kecil perusahaan. Perusahaan tersebut mengatakan bahwa mereka terkesan melihat betapa cepatnya para pengguna mulai menggunakan API dan mencapai kemajuan. Pengumuman itu menyoroti Almond, yang berbasis di San Francisco, California, dan mengembangkan Axol, robot berlengan dua untuk pengembang AI fisik yang memiliki tujuan sebagaimana dinyatakan perusahaan, yaitu agar Axol dapat membangun dirinya sendiri. Menurut perusahaan, Axol menghilangkan geram dari spacer yang digunakan dalam perakitannya sendiri, dengan menjalankan model yang diperoleh tim setelah melakukan iterasi menggunakan Pi API selama empat hari.

Pengguna lain yang ditampilkan sebagai pengguna dengan akses awal mencakup Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra, dan Yondu, serta sebuah proyek hackathon. Sebagian besar aplikasi yang ditampilkan menjalankan inferensi berbasis cloud melalui API, dengan penerapan mulai dari Jepang hingga Swiss dan berbagai lokasi di seluruh Amerika Serikat. Perusahaan tersebut mengatakan bahwa penerapan awal ini mencakup beragam lingkungan dan tugas, serta menyoroti beberapa hal yang perlu ditingkatkan, termasuk kendala konektivitas jaringan di sejumlah lokasi.

Physical Intelligence mengatakan bahwa contoh-contoh tersebut menunjukkan bahwa model yang dikembangkannya dapat digunakan untuk aplikasi nyata yang bermanfaat, dan para mitranya dapat menggunakan API untuk secara mandiri mengiterasi kebijakan serta meningkatkan otonomi dalam menjalankan tugas mereka. Namun, perusahaan itu menyebut upaya ini masih berada pada tahap awal, dan masukan dari para pengembang akan membantu membentuk rilis mendatang. Perusahaan tersebut mengatakan bahwa mereka membuka lowongan di bidang riset, infrastruktur, perangkat keras, sumber daya manusia, dan operasional.