Physical Intelligence 面向机器人基础模型推出 Pi API 测试版

Physical Intelligence 于 2026 年 10 月 13 日宣布推出 Pi API 测试版，向外部开发者开放其最新机器人基础模型，供他们使用托管式微调和推理服务。测试版通过候补名单开放，申请者需要说明自己想要构建什么。

根据公告中介绍的工作流程，开发者上传机器人数据，在 Physical Intelligence 管理的计算资源和基础设施上启动微调，再通过托管网关访问微调后的模型，以便在自己的机器人上运行推理。评估数据随后将用于指导下一轮迭代。该公司表示，目前可通过 API 使用的最新模型已经能够为合作伙伴提供更高的数据利用效率和更强的微调能力；由于能够快速更新 API 所依托的模型，公司计划继续开放其最新、能力最强的模型供用户使用。Physical Intelligence 将此次发布称为迈出的第一步，旨在提供一个社区可以在其基础上继续构建的物理智能基础，并实现端到端自主能力。

API 背后的模型

公告将 π0 和 π0.5 等通用机器人基础模型视为应对机器人部署挑战的一种有前景的方式：除了确定合适的应用场景并打造合适的硬件，开发者还需要足够智能、能够胜任当前任务的模型。该公司表示，这些模型具备扎实的物理知识和能力基础，能够大幅减少适配新任务、新环境或新机器人的数据需求和工作量；不过，适配过程仍需要机器学习基础设施、算力和复杂的数据处理流程。

Physical Intelligence 在其openpi 仓库中发布了这些模型的开源版本。该仓库包含三类模型：π0，一种基于流的视觉-语言-动作模型；π0-FAST，一种基于 FAST 动作分词器的自回归视觉-语言-动作模型；以及 π0.5，这是 π0 的升级版本，具备更强的开放世界泛化能力，并采用该公司称为“知识隔离”的方法进行训练。三种模型的基础检查点均使用超过 10,000 小时的机器人数据进行预训练，该仓库采用 Apache-2.0 许可证发布。Physical Intelligence 于 2025 年 9 月发布了 π0.5 和该仓库的 PyTorch 支持；此前，该公司已于 2025 年 6 月添加了使用完整 DROID 数据集训练视觉-语言-动作模型的说明。

要在本地运行这些开源模型，推理时需要配备显存超过 8 GB 的 NVIDIA GPU，例如 RTX 4090；若要进行完整微调，则需要在 A100 或 H100 等硬件上配备超过 70 GB 的显存。该仓库已在 Ubuntu 22.04 上经过测试，目前不支持其他操作系统。它还支持远程推理，即模型在另一台服务器上运行，并通过 WebSocket 连接向机器人持续传输动作指令。仓库说明，π0 是为该公司自有机器人开发的，这些机器人与 ALOHA 和 DROID 等广泛使用的平台有所不同；团队也不认为每次适配尝试都能成功。API 则将这套流程转为托管服务：用户提供数据，Physical Intelligence 负责管理训练所需的算力，并通过其网关提供训练完成的模型。

跨行业的合作伙伴部署

Physical Intelligence 表示，公司希望通过 API 回答两个问题：其模型能否支持不同行业中广泛的应用场景和机器人硬件；以及 API 能否让开发者轻松迭代，从而实现有用、实用的自主能力。为检验模型的适用广度，公司与部署机器人的企业密切合作，借助这些合作验证模型在不同任务、硬件和运行环境中的表现。

公告介绍了位于犹他州的 Actor，该公司部署自主重型机械。Physical Intelligence 将这段影像描述为真实商业部署：Actor 的自动驾驶轮式装载机铲起物料并将其装入自卸卡车，机器内没有操作员。公告还提到了其他合作项目，包括 AgRobotics、CloudChef、一家乳业合作伙伴、Ultra 和 Weave。

该公司表示，在这些初期合作中，逐渐显现出一个共同的规律。各项任务面临的挑战各不相同：有的是衣物被翻到了反面，有的是食材无法留在勺中，还有的是制造零件落在了错误的位置；但改进过程大致相同：收集示范数据、训练模型、在机器人上测试，再根据失败情况决定下一步收集什么数据。Physical Intelligence 表示，公司开发 API 的目的，就是让开发者能够使用其最新模型，自行完成这一迭代循环。

早期访问成果与后续计划

为检验开发者能否独立进行迭代，Physical Intelligence 向少数几家公司开放了 API 的早期访问权限，并表示对他们迅速上手、开始取得进展的速度印象深刻。公告重点介绍了位于加利福尼亚州旧金山的 Almond。该公司开发 Axol，这是一款面向具身 AI 开发者的双臂机器人，其既定目标是让 Axol 能够制造自己。据该公司介绍，Axol 使用团队经过四天 Pi API 迭代后获得的模型，为自身组装过程中使用的垫片去除了毛刺。

其他展示的早期体验用户还包括 Argon Robotics、Chef Robotics、Deft、Dream Machines、Formic、Foundry、Frontier Machines、General Instinct、Intuition.dev、Omakase、robot.com、Ultra 和 Yondu，以及一个黑客马拉松项目。展示的大多数应用都通过 API 使用云端推理，部署地点遍及日本、瑞士和美国各地。该公司表示，这些早期部署涵盖了各种环境和任务，并指出了有待改进之处，其中包括部分部署面临的网络连接问题。

Physical Intelligence 表示，这些示例表明，该公司开发的模型能够应用于切实有用的场景；合作伙伴也能够利用 API 独立迭代策略，并提升模型在各自任务中的自主性。该公司同时指出，这项工作仍处于早期阶段，开发者的反馈将有助于塑造未来的版本。公司正在招聘研究、基础设施、硬件、人力资源和运营等领域的人才。