Physical Intelligence öppnar betaversion av Pi API för grundmodeller för robotar

Physical Intelligence annonserade betaversionen av Pi API den 13 oktober 2026 och gjorde därmed sina senaste grundmodeller för robotar tillgängliga för externa utvecklare för molnbaserad finjustering och inferens. Tillgång till betaversionen ges via en väntelista, och de sökande ombeds beskriva vad de vill bygga.

Enligt arbetsflödet som beskrivs i tillkännagivandet laddar en utvecklare upp robotdata, startar finjustering på den beräkningskapacitet och infrastruktur som Physical Intelligence hanterar och använder den finjusterade modellen via en driftad gateway för att köra inferens på sin robot. Utvärderingsdata vägleder sedan nästa iteration. Företaget uppgav att den senaste modellen som är tillgänglig via API:t redan ger mer dataeffektiv finjustering och förbättrade förmågor för dess samarbetspartner. Eftersom företaget snabbt kan uppdatera modellerna som ligger till grund för API:t planerar det att fortsätta ge tillgång till sina senaste och mest kapabla modeller. Physical Intelligence beskrev lanseringen som det första steget mot att tillhandahålla en grund för fysisk intelligens som communityn kan bygga vidare på och möjliggöra autonomi från början till slut.

Modellerna bakom API:t

I tillkännagivandet beskrivs generella grundmodeller för robotar som π0 och π0.5 som ett lovande sätt att ta sig an utmaningen med att införa robotar: utöver att identifiera rätt användningsområde och bygga rätt hårdvara behöver utvecklare modeller som är tillräckligt intelligenta för att utföra den aktuella uppgiften. Enligt företaget ger modellerna en stark grund av fysisk kunskap och förmågor, vilket avsevärt minskar mängden data och arbete som krävs för att anpassa dem till nya uppgifter, miljöer eller robotar. Anpassningen kräver dock fortfarande infrastruktur för maskininlärning, beräkningskapacitet och komplexa datapipelines.

Physical Intelligence publicerar versioner av dessa modeller med öppen källkod i sitt openpi-arkiv. Arkivet innehåller tre typer av modeller: π0, en flödesbaserad modell för syn, språk och handling; π0-FAST, en autoregressiv modell för syn, språk och handling baserad på FAST-tokeniseraren för handlingar; och π0.5, en uppgraderad version av π0 med bättre generalisering i öppna miljöer, tränad med en metod som företaget kallar kunskapsisolering. Grundcheckpunkterna för alla tre är förtränade på mer än 10 000 timmars robotdata, och arkivet ges ut under licensen Apache-2.0. Physical Intelligence släppte π0.5 och stöd för PyTorch i arkivet i september 2025, efter att i juni 2025 ha lagt till instruktioner för att träna modeller för syn, språk och handling på hela DROID-datasetet.

För att köra modellerna med öppen källkod lokalt krävs en NVIDIA-grafikprocessor med mer än 8 GB minne för inferens; RTX 4090 anges som exempel. För fullständig finjustering krävs mer än 70 GB minne på hårdvara som A100 eller H100. Arkivet har testats på Ubuntu 22.04 och stöder för närvarande inte andra operativsystem. Det stöder också fjärrinferens, där en modell körs på en separat server och skickar åtgärder till roboten via en websocket-anslutning. I arkivet står det att π0 utvecklades för företagets egna robotar, som skiljer sig från vanliga plattformar som ALOHA och DROID, och att teamet inte förväntar sig att varje anpassningsförsök ska lyckas. API:t tillhandahåller den här processen som en driftad tjänst: användarna bidrar med data, medan Physical Intelligence hanterar beräkningskapaciteten för träningen och levererar den färdiga modellen via sin gateway.

Driftsättning hos samarbetspartner i olika branscher

Physical Intelligence uppgav att företaget med API:t ville besvara två frågor: om modellerna stöder ett brett spektrum av tillämpningar och robotar inom olika branscher, och hur enkelt API:t gör det för utvecklare att stegvis förbättra modellerna mot användbar och praktisk autonomi. För att testa bredden samarbetar företaget nära med företag som driftsätter robotar och använder samarbetena för att bedöma hur väl modellerna fungerar för olika uppgifter, med olika hårdvara och i olika driftsmiljöer.

I tillkännagivandet lyfts Actor fram, ett företag i Utah som driftsätter autonoma tunga maskiner. I videomaterial som företaget beskriver som en verklig kommersiell driftsättning skopar Actors autonoma hjullastare upp material och lastar det i en tippbil utan någon förare i maskinen. Bland de andra samarbetspartner som nämns i tillkännagivandet finns AgRobotics, CloudChef, en mejeripartner, Ultra och Weave.

Enligt företaget framträdde ett gemensamt mönster i de här första samarbetena. Utmaningarna varierade mellan uppgifterna: ett plagg som hamnat ut och in, en ingrediens som inte ville ligga kvar i en skopa och en tillverkningskomponent som hamnat i fel position. Men processen för att förbättra modellerna var i stort sett densamma: samla in demonstrationer, träna en modell, testa den på roboten och använda misslyckandena för att avgöra vilka data som ska samlas in härnäst. Physical Intelligence uppgav att företaget byggde API:t för att utvecklare själva ska kunna genomföra den här förbättringsprocessen med hjälp av företagets senaste modeller.

Resultat från tidig åtkomst och nästa steg

För att testa om företag kunde arbeta självständigt med iterering gav Physical Intelligence ett mindre antal företag tidig åtkomst till API:t. Företaget uppgav att det imponerades av hur snabbt de kom igång och började göra framsteg. I tillkännagivandet lyfts Almond fram, med bas i San Francisco i Kalifornien, som bygger Axol, en tvåarmad robot för utvecklare av fysisk AI. Målet är enligt företaget att Axol ska bygga sig själv. Enligt företaget gradade Axol distanser som används i den egna monteringen samtidigt som den körde en modell som teamet hade fått fram efter fyra dagars iterering med Pi API.

Bland de andra användarna med tidig åtkomst som visades fanns Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra och Yondu, samt ett hackathonprojekt. De flesta av de visade tillämpningarna använde inferens via API:t i molnet, med driftsättningar från Japan och Schweiz till platser runt om i USA. Företaget uppgav att dessa tidiga driftsättningar omfattade en rad olika miljöer och uppgifter och lyfte fram områden som behövde förbättras, däribland problem med nätverksanslutningen för vissa.

Physical Intelligence uppgav att exemplen visar att de modeller företaget utvecklar kan användas i verkliga, användbara tillämpningar och att partnerna kan använda API:t för att självständigt vidareutveckla styrstrategier och förbättra autonomin för sina uppgifter. Samtidigt beskrev företaget arbetet som fortfarande i ett tidigt skede och sade att återkoppling från utvecklare ska bidra till att forma framtida versioner. Företaget uppgav att det rekryterar inom forskning, infrastruktur, hårdvara, personal och drift.