Physical Intelligence เปิดเบต้า Pi API สำหรับโมเดลพื้นฐานหุ่นยนต์

Physical Intelligence ประกาศเปิดเบต้า Pi API เมื่อวันที่ 13 ตุลาคม 2026 ทำให้โมเดลพื้นฐานหุ่นยนต์รุ่นล่าสุดพร้อมให้ใช้งานโดยนักพัฒนาภายนอก เพื่อปรับจูนและประมวลผลอนุมานผ่านบริการโฮสต์ ผู้สนใจเข้าร่วมเบต้าต้องลงทะเบียนในรายชื่อรอ และระบุสิ่งที่ต้องการสร้าง

ตามขั้นตอนการทำงานที่ระบุไว้ในประกาศ นักพัฒนาจะอัปโหลดข้อมูลหุ่นยนต์ เริ่มปรับจูนโมเดลบนทรัพยากรประมวลผลและโครงสร้างพื้นฐานที่ Physical Intelligence จัดการ แล้วเข้าถึงโมเดลที่ปรับจูนแล้วผ่านเกตเวย์โฮสต์เพื่อประมวลผลอนุมานบนหุ่นยนต์ของตน จากนั้นข้อมูลการประเมินจะเป็นแนวทางสำหรับการปรับปรุงรอบถัดไป บริษัทระบุว่าโมเดลรุ่นล่าสุดที่ใช้ได้ผ่าน API ช่วยให้การปรับจูนใช้ข้อมูลได้อย่างมีประสิทธิภาพยิ่งขึ้น และเพิ่มขีดความสามารถให้แก่พันธมิตร อีกทั้งเนื่องจากบริษัทสามารถอัปเดตโมเดลที่อยู่เบื้องหลัง API ได้อย่างรวดเร็ว จึงมีแผนที่จะเปิดให้เข้าถึงโมเดลรุ่นล่าสุดและมีขีดความสามารถสูงสุดต่อไป Physical Intelligence อธิบายว่าการเปิดตัวครั้งนี้เป็นก้าวแรกสู่การมอบรากฐานด้านปัญญาประดิษฐ์ทางกายภาพที่ชุมชนสามารถนำไปต่อยอด และการทำให้เกิดความเป็นอิสระในการทำงานตั้งแต่ต้นจนจบ

โมเดลเบื้องหลัง API

ประกาศระบุว่าโมเดลพื้นฐานหุ่นยนต์อเนกประสงค์ เช่น π0 และ π0.5 เป็นแนวทางที่น่าจับตาในการรับมือกับความท้าทายด้านการนำหุ่นยนต์ไปใช้งาน นอกเหนือจากการเลือกกรณีใช้งานที่เหมาะสมและสร้างฮาร์ดแวร์ที่ตรงกับความต้องการแล้ว นักพัฒนายังจำเป็นต้องมีโมเดลที่ฉลาดพอจะทำงานนั้นได้ บริษัทระบุว่าโมเดลเหล่านี้มีพื้นฐานความรู้และขีดความสามารถด้านกายภาพที่แข็งแกร่ง จึงช่วยลดข้อมูลและความพยายามที่ต้องใช้ในการปรับให้เข้ากับงาน สภาพแวดล้อม หรือหุ่นยนต์รูปแบบใหม่ได้อย่างมาก อย่างไรก็ตาม การปรับโมเดลยังคงต้องอาศัยโครงสร้างพื้นฐานด้านแมชชีนเลิร์นนิง ทรัพยากรประมวลผล และกระบวนการจัดการข้อมูลที่ซับซ้อน

Physical Intelligence เผยแพร่โมเดลเหล่านี้ในรูปแบบโอเพนซอร์สไว้ใน คลังซอร์สโค้ด openpi คลังนี้ประกอบด้วยโมเดล 3 ประเภท ได้แก่ π0 ซึ่งเป็นโมเดลการมองเห็น-ภาษา-การกระทำที่ใช้กระบวนการไหล, π0-FAST ซึ่งเป็นโมเดลการมองเห็น-ภาษา-การกระทำแบบถดถอยอัตโนมัติที่อิงกับตัวเข้ารหัสโทเคนการกระทำ FAST และ π0.5 ซึ่งเป็นรุ่นอัปเกรดของ π0 ที่มีความสามารถในการทำงานทั่วไปในสถานการณ์เปิดได้ดียิ่งขึ้น และฝึกด้วยวิธีที่บริษัทเรียกว่า «การแยกกักความรู้» จุดตรวจสอบพื้นฐานของทั้งสามโมเดลผ่านการฝึกล่วงหน้าด้วยข้อมูลหุ่นยนต์มากกว่า 10,000 ชั่วโมง และเผยแพร่คลังนี้ภายใต้สัญญาอนุญาต Apache-2.0 Physical Intelligence เผยแพร่ π0.5 และเพิ่มการรองรับ PyTorch ให้กับคลังในเดือนกันยายน 2025 หลังจากเพิ่มคำแนะนำสำหรับฝึกโมเดลการมองเห็น-ภาษา-การกระทำด้วยชุดข้อมูล DROID ฉบับเต็มในเดือนมิถุนายน 2025

การใช้งานโมเดลโอเพนซอร์สในเครื่องต้องใช้ GPU ของ NVIDIA ที่มีหน่วยความจำมากกว่า 8 GB สำหรับการประมวลผลอนุมาน โดยยก RTX 4090 เป็นตัวอย่าง และต้องมีหน่วยความจำมากกว่า 70 GB บนฮาร์ดแวร์อย่าง A100 หรือ H100 สำหรับการปรับจูนโมเดลเต็มรูปแบบ คลังนี้ผ่านการทดสอบบน Ubuntu 22.04 และขณะนี้ยังไม่รองรับระบบปฏิบัติการอื่น นอกจากนี้ยังรองรับการประมวลผลอนุมานจากระยะไกล โดยให้โมเดลทำงานบนเซิร์ฟเวอร์แยกต่างหากและส่งการกระทำไปยังหุ่นยนต์ผ่านการเชื่อมต่อ websocket คลังนี้ระบุว่า π0 พัฒนาขึ้นสำหรับหุ่นยนต์ของบริษัทเอง ซึ่งแตกต่างจากแพลตฟอร์มที่ใช้กันอย่างแพร่หลาย เช่น ALOHA และ DROID และทีมงานไม่คาดหวังว่าการพยายามปรับใช้ทุกครั้งจะประสบความสำเร็จ API เข้ามารับช่วงกระบวนการดังกล่าวในรูปแบบบริการโฮสต์ โดยผู้ใช้เป็นผู้จัดเตรียมข้อมูล ส่วน Physical Intelligence จะจัดการทรัพยากรประมวลผลสำหรับการฝึกและให้บริการโมเดลที่เสร็จสมบูรณ์ผ่านเกตเวย์ของบริษัท

การนำไปใช้โดยพันธมิตรในหลากหลายอุตสาหกรรม

Physical Intelligence ระบุว่า API นี้มีขึ้นเพื่อตอบคำถามสองข้อ ได้แก่ โมเดลของบริษัทจะรองรับแอปพลิเคชันและฮาร์ดแวร์หุ่นยนต์ได้หลากหลายในอุตสาหกรรมที่แตกต่างกันหรือไม่ และ API จะช่วยให้นักพัฒนาปรับปรุงระบบซ้ำไปเรื่อย ๆ จนได้ระบบอัตโนมัติที่ใช้งานได้จริงและเป็นประโยชน์ได้ง่ายเพียงใด เพื่อทดสอบความครอบคลุม บริษัททำงานอย่างใกล้ชิดกับบริษัทต่าง ๆ ที่นำหุ่นยนต์ไปใช้งาน โดยใช้ความร่วมมือเหล่านี้ตรวจสอบว่าโมเดลทำงานได้ดีเพียงใดกับงาน ฮาร์ดแวร์ และสภาพแวดล้อมการปฏิบัติงานที่แตกต่างกัน

ประกาศกล่าวถึง Actor บริษัทในรัฐยูทาห์ที่นำเครื่องจักรหนักอัตโนมัติไปใช้งาน ในวิดีโอที่บริษัทอธิบายว่าเป็นการใช้งานเชิงพาณิชย์จริง รถตักล้อยางอัตโนมัติของ Actor ตักวัสดุและเทลงในรถดัมพ์โดยไม่มีผู้ควบคุมอยู่ภายในเครื่องจักร ความร่วมมืออื่น ๆ ที่ระบุในประกาศ ได้แก่ AgRobotics, CloudChef, พันธมิตรในอุตสาหกรรมนม, Ultra และ Weave

บริษัทระบุว่า จากความร่วมมือในระยะแรกเหล่านี้พบรูปแบบร่วมกัน แม้ความท้าทายจะแตกต่างกันไปในแต่ละงาน ตั้งแต่เสื้อผ้าที่กลับด้านในออกมา ส่วนผสมที่ไม่ยอมค้างอยู่ในที่ตัก ไปจนถึงชิ้นส่วนการผลิตที่ตกลงผิดตำแหน่ง แต่วิธีปรับปรุงกลับแทบเหมือนกัน ได้แก่ รวบรวมตัวอย่างการสาธิต ฝึกโมเดล ทดสอบกับหุ่นยนต์ แล้วใช้ความล้มเหลวตัดสินใจว่าจะรวบรวมข้อมูลใดในขั้นต่อไป Physical Intelligence ระบุว่าบริษัทสร้าง API ขึ้นเพื่อให้นักพัฒนาดำเนินกระบวนการปรับปรุงเป็นรอบนี้ได้ด้วยตนเอง โดยใช้โมเดลรุ่นล่าสุดของบริษัท

ผลการทดลองใช้ก่อนเปิดให้ใช้งานทั่วไปและขั้นตอนต่อไป

เพื่อทดสอบการปรับปรุงระบบด้วยตนเอง Physical Intelligence เปิดให้บริษัทจำนวนไม่มากทดลองใช้ API ก่อน และระบุว่าประทับใจที่บริษัทเหล่านั้นเริ่มใช้งานและคืบหน้าได้อย่างรวดเร็ว ประกาศกล่าวถึง Almond ซึ่งตั้งอยู่ในเมืองซานฟรานซิสโก รัฐแคลิฟอร์เนีย โดยบริษัทพัฒนา Axol หุ่นยนต์สองแขนสำหรับผู้สร้างระบบปัญญาประดิษฐ์ทางกายภาพ ซึ่งมีเป้าหมายที่ระบุไว้ว่า Axol จะสร้างตัวเอง ตามข้อมูลของบริษัท Axol ขัดครีบที่ใช้ในการประกอบตัวหุ่นยนต์ของตนเอง โดยทำงานด้วยโมเดลที่ทีมได้รับมาหลังจากปรับปรุงระบบร่วมกับ Pi API เป็นเวลาสี่วัน

ผู้ใช้ที่ได้สิทธิ์เข้าถึงก่อนรายอื่นซึ่งปรากฏในตัวอย่างยังมี Argon Robotics, Chef Robotics, Deft, Dream Machines, Formic, Foundry, Frontier Machines, General Instinct, Intuition.dev, Omakase, robot.com, Ultra และ Yondu รวมถึงโครงการจากการแข่งขันแฮ็กกาธอน แอปพลิเคชันส่วนใหญ่ที่แสดงใช้การประมวลผลอนุมานบนคลาวด์ผ่าน API โดยมีการนำไปใช้งานตั้งแต่ญี่ปุ่นและสวิตเซอร์แลนด์ ไปจนถึงสถานที่ต่าง ๆ ทั่วสหรัฐอเมริกา บริษัทระบุว่าการนำไปใช้งานในระยะแรกเหล่านี้ครอบคลุมสภาพแวดล้อมและงานหลากหลายรูปแบบ พร้อมชี้ให้เห็นประเด็นที่ควรปรับปรุง ซึ่งรวมถึงปัญหาการเชื่อมต่อเครือข่ายในบางกรณี

Physical Intelligence ระบุว่าตัวอย่างเหล่านี้แสดงให้เห็นว่าโมเดลที่บริษัทพัฒนาสามารถนำไปใช้กับแอปพลิเคชันจริงที่เป็นประโยชน์ได้ และพาร์ตเนอร์ของบริษัทสามารถใช้ API เพื่อปรับปรุงนโยบายการควบคุมได้ด้วยตนเอง รวมทั้งเพิ่มความสามารถในการทำงานโดยอัตโนมัติสำหรับงานของตน ขณะเดียวกัน บริษัทก็มองว่าความพยายามนี้ยังอยู่ในระยะเริ่มต้น โดยข้อเสนอแนะจากนักพัฒนาจะช่วยกำหนดทิศทางของการเปิดตัวในอนาคต บริษัทระบุว่ากำลังเปิดรับสมัครงานในฝ่ายวิจัย โครงสร้างพื้นฐาน ฮาร์ดแวร์ บุคคล และปฏิบัติการ