Physical Intelligence открывает бета-версию Pi API для фундаментальных моделей робототехники

13 октября 2026 года Physical Intelligence объявила о запуске бета-версии Pi API, предоставив внешним разработчикам доступ к своим новейшим фундаментальным моделям для робототехники с возможностью дообучения и инференса на размещённой инфраструктуре. Доступ к бета-версии предоставляется через лист ожидания: желающим предлагают рассказать, что именно они хотят создать.

Согласно описанному в объявлении процессу, разработчик загружает данные робота, запускает дообучение на вычислительных ресурсах и инфраструктуре, которыми управляет Physical Intelligence, а затем получает доступ к дообученной модели через размещённый шлюз, чтобы запускать инференс на своём роботе. Данные оценки результатов затем помогают определить следующий этап работы. Компания сообщила, что последняя модель, доступная через API, уже обеспечивает более эффективное с точки зрения использования данных дообучение и расширенные возможности для партнёров. Поскольку компания может быстро обновлять модели, лежащие в основе API, она планирует и дальше предоставлять доступ к своим новейшим и наиболее мощным моделям. Physical Intelligence назвала этот запуск первым шагом к созданию основы физического интеллекта, на которой сможет строить сообщество, и к обеспечению автономности на всех этапах.

Модели, лежащие в основе API

В объявлении фундаментальные модели общего назначения для робототехники, такие как π0 и π0.5, представлены как многообещающий способ решить задачу внедрения роботов. Помимо выбора подходящего сценария применения и создания нужного оборудования, разработчикам нужны достаточно интеллектуальные модели, способные выполнять конкретные задачи. По словам компании, эти модели обладают надёжной базой знаний о физическом мире и широкими возможностями, благодаря которым для адаптации к новым задачам, средам или роботам требуется значительно меньше данных и усилий. Однако для такой адаптации по-прежнему нужны инфраструктура машинного обучения, вычислительные ресурсы и сложные конвейеры обработки данных.

Physical Intelligence публикует версии этих моделей с открытым исходным кодом в репозитории openpi. В репозитории представлены три типа моделей: π0 — модель «зрение — язык — действие» на основе потоковой модели; π0-FAST — авторегрессионная модель «зрение — язык — действие», основанная на токенизаторе действий FAST; и π0.5 — улучшенная версия π0 с более высокой способностью к обобщению в открытом мире, обученная методом, который компания называет изоляцией знаний. Базовые контрольные точки всех трёх моделей предварительно обучены на более чем 10 000 часах данных о работе роботов, а репозиторий распространяется по лицензии Apache-2.0. В сентябре 2025 года Physical Intelligence выпустила π0.5 и добавила поддержку PyTorch для репозитория. Ранее, в июне 2025 года, компания добавила инструкции по обучению моделей «зрение — язык — действие» на полном наборе данных DROID.

Для локального запуска моделей с открытым исходным кодом при инференсе требуется графический процессор NVIDIA с объёмом памяти более 8 ГБ; в качестве примера приводится RTX 4090. Для полного дообучения нужно более 70 ГБ памяти на таком оборудовании, как A100 или H100. Репозиторий протестирован на Ubuntu 22.04 и в настоящее время не поддерживает другие операционные системы. Он также поддерживает удалённый инференс: модель работает на отдельном сервере и передаёт команды роботу через соединение WebSocket. В репозитории отмечается, что π0 создавалась для роботов самой компании, которые отличаются от широко используемых платформ, таких как ALOHA и DROID, и что команда не рассчитывает на успех каждой попытки адаптации. API предоставляет весь этот процесс как услугу на размещённой инфраструктуре: пользователи передают данные, а Physical Intelligence управляет вычислительными ресурсами для обучения и предоставляет готовую модель через свой шлюз.

Внедрение решений у партнёров в разных отраслях

Physical Intelligence сообщила, что с помощью API стремилась ответить на два вопроса: могут ли её модели поддерживать широкий спектр приложений и робототехнического оборудования в различных отраслях и насколько легко API позволяет разработчикам постепенно добиваться полезной и практичной автономности. Чтобы проверить универсальность моделей, компания тесно сотрудничает с организациями, внедряющими роботов, и использует эти проекты для оценки того, насколько хорошо модели работают с разными задачами, оборудованием и условиями эксплуатации.

В объявлении рассказывается об Actor — компании из штата Юта, внедряющей автономную тяжёлую технику. На видеозаписи, которую компания описывает как демонстрацию реального коммерческого внедрения, автономный фронтальный погрузчик Actor зачерпывает материал и загружает его в самосвал, причём в кабине машины нет оператора. Среди других упомянутых в объявлении партнёров — AgRobotics, CloudChef, партнёр из молочной отрасли, Ultra и Weave.

По словам компании, в ходе первых совместных проектов выявилась общая закономерность. Проблемы различались от задачи к задаче: одежда оказывалась вывернута наизнанку, ингредиент не удерживался в мерной ложке, а деталь для производства располагалась не в том месте. Однако процесс улучшения был примерно одинаковым: собирать демонстрационные данные, обучать модель, проверять её на роботе и использовать неудачные попытки, чтобы определить, какие данные собирать дальше. Physical Intelligence сообщила, что создала API, чтобы разработчики могли самостоятельно проходить этот цикл итераций с использованием её новейших моделей.

Результаты раннего доступа и дальнейшие шаги

Чтобы проверить, насколько эффективно компании могут самостоятельно совершенствовать модели, Physical Intelligence предоставила API ранний доступ небольшому числу организаций и сообщила, что была впечатлена тем, как быстро они приступили к работе и начали добиваться результатов. В объявлении рассказывается об Almond из Сан-Франциско, штат Калифорния, которая создаёт Axol — двурукого робота для разработчиков физического ИИ. Заявленная цель проекта — чтобы Axol создал сам себя. По словам компании, Axol удалял заусенцы с распорных втулок, используемых при сборке самого робота, работая на модели, которую команда получила после четырёх дней итеративной работы с Pi API.

Среди других представленных пользователей с ранним доступом — Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra и Yondu, а также проект хакатона. В большинстве представленных приложений инференс выполнялся в облаке через API; развертывания охватывали Японию, Швейцарию и различные регионы США. Компания сообщила, что эти ранние развертывания охватывали широкий спектр условий и задач, и отметила области, требующие улучшения, в том числе проблемы с сетевым подключением в некоторых случаях.

По словам Physical Intelligence, эти примеры показывают, что разрабатываемые компанией модели можно применять в реальных и полезных решениях, а ее партнеры могут самостоятельно совершенствовать политики с помощью API и повышать степень автономности при выполнении своих задач. При этом компания подчеркнула, что работа пока находится на раннем этапе, а отзывы разработчиков помогут сформировать будущие версии. Компания набирает сотрудников в области исследований, инфраструктуры, аппаратного обеспечения, работы с персоналом и операционной деятельности.