Physical Intelligence abre a versão beta da Pi API para modelos fundacionais de robótica

A Physical Intelligence anunciou a versão beta da Pi API em 13 de outubro de 2026, disponibilizando seus modelos fundacionais de robótica mais recentes a desenvolvedores externos para ajuste fino e inferência hospedados. O acesso à versão beta é feito por meio de uma lista de espera, e os candidatos devem descrever o que pretendem criar.

De acordo com o fluxo de trabalho apresentado no anúncio, o desenvolvedor envia dados do robô, inicia o ajuste fino usando recursos computacionais e infraestrutura gerenciados pela Physical Intelligence e acessa o modelo ajustado por meio de um gateway hospedado para executar inferências no robô. Em seguida, os dados de avaliação orientam a próxima iteração. A empresa afirmou que o modelo mais recente disponível pela API já oferece ajuste fino mais eficiente em termos de dados e recursos aprimorados para seus parceiros. Como pode atualizar rapidamente os modelos que sustentam a API, pretende continuar dando acesso aos seus modelos mais recentes e mais capazes. A Physical Intelligence descreveu o lançamento como seu primeiro passo para oferecer uma base de inteligência física sobre a qual a comunidade possa desenvolver e viabilizar autonomia de ponta a ponta.

Os modelos por trás da API

O anúncio apresenta modelos fundacionais de robótica de uso geral, como π0 e π0.5, como uma forma promissora de enfrentar o desafio da implantação de robôs: além de identificar o caso de uso adequado e construir o hardware certo, os desenvolvedores precisam de modelos inteligentes o bastante para executar a tarefa em questão. Segundo a empresa, esses modelos oferecem uma sólida base de conhecimento e recursos físicos que reduz substancialmente os dados e o esforço necessários para adaptá-los a novas tarefas, ambientes ou robôs. Ainda assim, essa adaptação requer infraestrutura de aprendizado de máquina, recursos computacionais e pipelines de dados complexos.

A Physical Intelligence publica versões de código aberto desses modelos em seu repositório openpi. O repositório contém três tipos de modelo: π0, um modelo de visão-linguagem-ação baseado em fluxo; π0-FAST, um modelo autoregressivo de visão-linguagem-ação baseado no tokenizador de ações FAST; e π0.5, uma versão aprimorada do π0, com melhor generalização em cenários abertos, treinada com um método que a empresa chama de isolamento de conhecimento. Os checkpoints-base dos três modelos são pré-treinados com mais de 10.000 horas de dados de robôs, e o repositório é distribuído sob a licença Apache-2.0. A Physical Intelligence lançou o π0.5 e o suporte a PyTorch para o repositório em setembro de 2025, depois de acrescentar, em junho de 2025, instruções para treinar modelos de visão-linguagem-ação com o conjunto de dados DROID completo.

Para executar os modelos abertos localmente, é necessária uma GPU NVIDIA com mais de 8 GB de memória para inferência; a RTX 4090 é citada como exemplo. Para o ajuste fino completo, são necessários mais de 70 GB de memória em equipamentos como o A100 ou o H100. O repositório foi testado no Ubuntu 22.04 e, atualmente, não oferece suporte a outros sistemas operacionais. Também permite inferência remota, na qual um modelo é executado em um servidor separado e transmite ações ao robô por meio de uma conexão WebSocket. O repositório observa que o π0 foi desenvolvido para os robôs da própria empresa, que diferem de plataformas amplamente utilizadas, como ALOHA e DROID, e que a equipe não espera que todas as tentativas de adaptação sejam bem-sucedidas. A API assume esse pipeline como um serviço hospedado: os usuários fornecem os dados, e a Physical Intelligence gerencia os recursos computacionais de treinamento e disponibiliza o modelo finalizado por meio de seu gateway.

Implantações de parceiros em diversos setores

A Physical Intelligence afirmou que, com a API, buscou responder a duas perguntas: se seus modelos dão suporte a uma ampla variedade de aplicações e hardwares robóticos em diferentes setores e com que facilidade a API permite que os desenvolvedores iterem para alcançar uma autonomia útil e prática. Para avaliar essa abrangência, a empresa trabalha em estreita colaboração com companhias que implantam robôs, usando essas parcerias para verificar o desempenho de seus modelos em diferentes tarefas, hardwares e ambientes operacionais.

O anúncio destaca a Actor, empresa sediada em Utah que implanta máquinas pesadas autônomas. Em imagens que a empresa descreveu como sendo de uma implantação comercial real, a pá-carregadeira autônoma da Actor recolhe material e o carrega em um caminhão basculante sem nenhum operador dentro da máquina. Entre as outras colaborações mencionadas no anúncio estão AgRobotics, CloudChef, um parceiro do setor de laticínios, Ultra e Weave.

Segundo a empresa, um padrão comum surgiu dessas colaborações iniciais. Os desafios variavam de uma tarefa para outra: uma peça de roupa virada do avesso, um ingrediente que não ficava na concha ou uma peça de fabricação que caía na posição errada. Mas o processo de melhoria era praticamente o mesmo: coletar demonstrações, treinar um modelo, testá-lo no robô e usar as falhas para decidir quais dados coletar em seguida. A Physical Intelligence afirmou que criou a API para permitir que os desenvolvedores executem esse ciclo de iteração por conta própria, usando seus modelos mais recentes.

Resultados do acesso antecipado e próximos passos

Para testar a iteração independente, a Physical Intelligence concedeu acesso antecipado à API a um pequeno número de empresas e afirmou ter ficado impressionada com a rapidez com que começaram a usá-la e a avançar. O anúncio destaca a Almond, sediada em San Francisco, Califórnia, que desenvolve o Axol, um robô de dois braços para quem desenvolve IA física, cujo objetivo declarado é que o próprio Axol se construa. Segundo a empresa, o Axol removeu rebarbas de espaçadores usados em sua própria montagem enquanto executava um modelo que a equipe obteve após iterar com a Pi API durante quatro dias.

Entre os demais usuários com acesso antecipado apresentados estão Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra e Yondu, além de um projeto de hackathon. A maioria das aplicações apresentadas usou inferência hospedada na nuvem por meio da API, em implantações que se estenderam do Japão à Suíça e a locais em todo os Estados Unidos. A empresa afirmou que essas implantações iniciais abrangeram diversos ambientes e tarefas e destacou aspectos a melhorar, incluindo desafios de conectividade de rede em alguns casos.

A Physical Intelligence afirmou que os exemplos mostram que os modelos que desenvolve podem ser usados em aplicações reais e úteis e que seus parceiros conseguem usar a API para iterar de forma independente sobre políticas e aprimorar a autonomia na execução de suas tarefas. A empresa caracterizou o trabalho como ainda estando em estágio inicial e disse que o feedback dos desenvolvedores ajudará a orientar futuras versões. A empresa está contratando nas áreas de pesquisa, infraestrutura, hardware, recursos humanos e operações.