Physical Intelligence udostępnia wersję beta Pi API do robotycznych modeli podstawowych

13 października 2026 r. Physical Intelligence ogłosiła uruchomienie wersji beta Pi API, udostępniając zewnętrznym programistom swoje najnowsze robotyczne modele podstawowe do dostrajania i wnioskowania w hostowanym środowisku. Dostęp do wersji beta odbywa się przez listę oczekujących; osoby ubiegające się o dostęp proszone są o opisanie tego, co chcą zbudować.

Zgodnie z procesem opisanym w ogłoszeniu programista przesyła dane robota, uruchamia dostrajanie na zasobach obliczeniowych i infrastrukturze zarządzanych przez Physical Intelligence, a następnie korzysta z dostrojonego modelu za pośrednictwem hostowanej bramy, aby uruchamiać wnioskowanie na swoim robocie. Dane z ewaluacji pomagają zaplanować kolejną iterację. Firma poinformowała, że najnowszy model dostępny przez API już teraz pozwala jej partnerom dostrajać modele przy mniejszej ilości danych i oferuje im większe możliwości. Dodała też, że ponieważ może szybko aktualizować modele obsługujące API, zamierza nadal zapewniać dostęp do swoich najnowszych i najbardziej zaawansowanych modeli. Physical Intelligence określiła to uruchomienie jako pierwszy krok w kierunku udostępnienia społeczności podstawy dla inteligencji fizycznej, na której będzie mogła budować, oraz umożliwienia pełnej autonomii.

Modele, na których opiera się API

W ogłoszeniu przedstawiono ogólnego przeznaczenia robotyczne modele podstawowe, takie jak π0 i π0.5, jako obiecujący sposób na sprostanie wyzwaniu, jakim jest wdrażanie robotów. Oprócz wyboru odpowiedniego zastosowania i zbudowania właściwego sprzętu programiści potrzebują modeli na tyle inteligentnych, by wykonywać konkretne zadania. Według firmy modele te zapewniają solidną podstawę wiedzy o świecie fizycznym i zdolności, która znacznie ogranicza ilość danych i nakład pracy potrzebnych do przystosowania ich do nowych zadań, środowisk lub robotów. Ich adaptacja nadal wymaga jednak infrastruktury uczenia maszynowego, zasobów obliczeniowych i złożonych potoków danych.

Physical Intelligence publikuje otwarte wersje tych modeli w swoim repozytorium openpi. Repozytorium zawiera trzy rodzaje modeli: π0 — model wizja–język–działanie oparty na przepływie; π0-FAST — autoregresyjny model wizja–język–działanie oparty na tokenizatorze działań FAST; oraz π0.5 — ulepszoną wersję π0, która lepiej uogólnia w otwartym świecie i została wytrenowana metodą określaną przez firmę jako izolacja wiedzy. Bazowe punkty kontrolne wszystkich trzech modeli są wstępnie wytrenowane na ponad 10 000 godzin danych z robotów, a repozytorium udostępniono na licencji Apache-2.0. We wrześniu 2025 r. Physical Intelligence opublikowała π0.5 i dodała obsługę PyTorch w repozytorium. Wcześniej, w czerwcu 2025 r., dodała instrukcje trenowania modeli wizja–język–działanie na pełnym zbiorze danych DROID.

Lokalne uruchamianie otwartych modeli wymaga karty graficznej NVIDIA z ponad 8 GB pamięci do wnioskowania; jako przykład podano RTX 4090. Pełne dostrajanie wymaga ponad 70 GB pamięci w sprzęcie takim jak A100 lub H100. Repozytorium przetestowano w systemie Ubuntu 22.04 i obecnie nie obsługuje ono innych systemów operacyjnych. Umożliwia też zdalne wnioskowanie: model działa na osobnym serwerze i przesyła działania do robota za pośrednictwem połączenia WebSocket. W repozytorium zaznaczono, że π0 opracowano z myślą o własnych robotach firmy, które różnią się od powszechnie używanych platform, takich jak ALOHA i DROID, oraz że zespół nie zakłada, iż każda próba adaptacji zakończy się powodzeniem. API udostępnia ten proces jako hostowaną usługę: użytkownicy dostarczają dane, a Physical Intelligence zarządza zasobami obliczeniowymi potrzebnymi do trenowania i udostępnia gotowy model za pośrednictwem swojej bramy.

Wdrożenia partnerów w różnych branżach

Physical Intelligence poinformowała, że za pomocą API chciała znaleźć odpowiedzi na dwa pytania: czy jej modele sprawdzają się w szerokim zakresie zastosowań i na różnorodnym sprzęcie robotycznym w różnych branżach oraz jak łatwo API pozwala programistom stopniowo rozwijać rozwiązania prowadzące do użytecznej, praktycznej autonomii. Aby sprawdzić wszechstronność modeli, firma ściśle współpracuje z przedsiębiorstwami wdrażającymi roboty. Współpraca ta pozwala ocenić, jak dobrze modele radzą sobie z różnymi zadaniami, na różnym sprzęcie i w odmiennych warunkach pracy.

W ogłoszeniu przedstawiono firmę Actor z Utah, która wdraża autonomiczne maszyny do robót ciężkich. Na nagraniu, które firma określiła jako obrazujące rzeczywiste wdrożenie komercyjne, autonomiczna ładowarka kołowa Actor nabiera materiał i ładuje go na wywrotkę, a w maszynie nie ma operatora. Wśród pozostałych wymienionych w ogłoszeniu partnerów znalazły się AgRobotics, CloudChef, partner z branży mleczarskiej, Ultra i Weave.

Jak poinformowała firma, we wczesnych projektach partnerskich powtarzał się pewien schemat. Wyzwania różniły się w zależności od zadania — od ubrania wywróconego na lewą stronę, przez składnik, który nie chciał utrzymać się w łyżce, po część produkcyjną, która wylądowała w niewłaściwym miejscu — ale sposób doskonalenia rozwiązania był podobny: zbierać demonstracje, trenować model, testować go na robocie i wykorzystywać niepowodzenia do ustalenia, jakie dane zebrać w następnej kolejności. Physical Intelligence poinformowała, że stworzyła API, aby programiści mogli samodzielnie przeprowadzać takie iteracje z użyciem najnowszych modeli firmy.

Wyniki wczesnego dostępu i dalsze kroki

Aby sprawdzić, jak przebiega samodzielne doskonalenie modeli, Physical Intelligence przyznała niewielkiej liczbie firm wczesny dostęp do API. Jak poinformowała, była pod wrażeniem tego, jak szybko firmy rozpoczęły pracę i poczyniły postępy. W ogłoszeniu wyróżniono Almond z San Francisco w Kalifornii, firmę tworzącą Axol — dwuramiennego robota dla twórców rozwiązań z zakresu fizycznej sztucznej inteligencji, którego deklarowanym celem jest samodzielne zbudowanie się przez Axol. Według firmy Axol gratował elementy dystansowe używane przy własnym montażu, korzystając z modelu, który zespół uzyskał po czterech dniach iteracji z użyciem Pi API.

Wśród pokazanych użytkowników, którzy uzyskali wczesny dostęp, znaleźli się także Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra i Yondu, a także projekt z hackatonu. Większość pokazanych zastosowań korzystała z wnioskowania realizowanego w chmurze za pośrednictwem API, a wdrożenia obejmowały Japonię, Szwajcarię i lokalizacje w całych Stanach Zjednoczonych. Firma poinformowała, że te wczesne wdrożenia obejmowały różnorodne środowiska i zadania oraz ujawniły obszary wymagające poprawy, w tym problemy z łącznością sieciową w niektórych przypadkach.

Physical Intelligence poinformowała, że przykłady pokazują, iż opracowywane przez nią modele można wykorzystywać w rzeczywistych, użytecznych zastosowaniach, a jej partnerzy mogą korzystać z API, by samodzielnie iterować nad politykami i zwiększać autonomię w realizacji swoich zadań. Firma zaznaczyła jednak, że przedsięwzięcie jest wciąż na wczesnym etapie, a opinie deweloperów mają pomóc w kształtowaniu przyszłych wydań. Firma prowadzi rekrutację w obszarach badań, infrastruktury, sprzętu, zasobów ludzkich i operacji.