Physical Intelligence API Beta: Frontier Models for Every Robot

すべてのロボットのための物理的知能APIベータ版最先端モデルをすべてのロボットに提供発表日: 2026年10月13日読み込み中…最新モデルをPi APIベータ版を通じてトレーニングと推論に利用できるようになりました。ロボットの展開は困難です。適切なユースケースの特定と適切なハードウェアの構築に加えて、開発者はタスクを実行するのに十分な知能を持つモデルを必要とします。π0およびπ0.5のような汎用ロボット基盤モデルは、この課題に取り組む有望な方法を提供します。これらは物理的な知識と能力の強力な基盤を提供し、新しいタスク、環境、またはロボットへの適応に必要なデータと労力を大幅に削減します。しかし、それらを適応させるには、それ自体が困難なMLインフラ、コンピューティング、および複雑なデータパイプラインが必要です。最新かつ最も強力なロボット基盤モデルを、シンプルな既製のAPIを通じて各アプリケーションに適合させることができたらどうでしょうか？Pi APIはそれを実現します。データをアップロードし、当社が管理するコンピューティングとインフラストラクチャ上でファインチューニングを開始し、ホストされたゲートウェイを介してファインチューニングされたモデルにアクセスして推論を実行します。APIを通じて利用可能な最新モデルは、すでにパートナーにとってデータ効率の高いファインチューニングと改善された能力を提供しています。PiはAPIの基盤となるモデルを迅速に更新できるため、最新かつ最も有能なモデルへのアクセスを引き続き提供する予定です。ベータ版のローンチは、コミュニティが構築できる物理的知能基盤を提供し、エンドツーエンドの自律性を実現するための最初のステップです。APIが多様なアプリケーションをサポートすることを保証するために、私たちは2つの重要な質問に答えようとしました。第一に、私たちのモデルは、多様な産業における幅広いアプリケーションとロボットハードウェアをサポートしていますか？第二に、APIは開発者が実用的な自律性に向けて容易にイテレーションすることを可能にしますか？多様な産業における幅広いアプリケーションのサポート私たちのモデルがどれほど広く適応できるかを発見するために、私たちはロボットを展開している企業と緊密に協力して、それらのアプリケーション向けの自律システムを構築しています。これらのコラボレーションにより、さまざまなタスク、ハードウェア、および運用環境でモデルのパフォーマンスがどの程度優れているかを検証できます。読み込み中…アクター×場所: ユタ州再生速度: 2倍速アクターアクターは自律型重機を展開します。彼らの自律型ホイールローダーは、オペレーターなしで実際の商業展開中に、機械が材料をすくい取り、ダンプトラックに積み込みます。アクターAgRoboticsCloudChefDDairy partnerUltraWeave実用的な自律性への独立したイテレーションの実現これらの初期のコラボレーションを通じて、共通のパターンが現れました。タスクごとの課題は異なります。内側から縫う衣服、すくい取っても留まらない食材、間違った位置に着地した製造部品。しかし、パフォーマンスを改善するプロセスはほぼ同じでした。デモンストレーションを収集し、モデルをトレーニングし、ロボットでテストし、失敗を使用して次に収集するデータを決定します。私たちは、開発者が最新モデルを使用して、このイテレーションループを自分で実行できるようにAPIを構築しました。APIワークフロー: データをアップロードし、πモデルをファインチューニングし、ホストされた推論を通じてロボットで実行します。評価データを使用して次のイテレーションをガイドします。私たちは少数の企業にAPIの早期アクセスを提供し、彼らが自律性を自分で改善できるかどうかをテストしました。彼らがすぐに開始し、進歩を始めたことに感銘を受けました。彼らの経験は、あなた自身のロボットとデータで何ができるかの一端を示しています。読み込み中…Almond×場所: カリフォルニア州サンフランシスコ再生速度: 1倍速AlmondAlmondは、物理AIビルダー向けのデュアルアームロボットであるAxolを構築しています。彼らの目標は、Axolが自分で組み立てることです。ここでは、Axolは自身の組み立てに使用されるスペーサーのバリ取りを行っており、Pi APIで4日間イテレーションした後に入手したモデルを実行しています。AlmondArgon RoboticsChef RoboticsDeftDream MachinesFormicFoundryFrontier MachinesGeneral InstinctHackathonIntuition.devOmakaserobot.comUltraYondu上記のほとんどのアプリケーションは、日本からスイス、米国全土での展開まで、APIを介したクラウドホスト型推論で実行されました。これらの初期展開は、さまざまな環境とタスクにまたがり、一部のネットワーク接続の課題を含む改善領域を浮き彫りにしました。フィードバックからの改善私たちのモデルが使用されるほど、それらを改善する方法を学びます。実際のアプリケーションにおける現在のモデルの可能性と限界を理解することで、次世代のモデルをより広く適用可能にし、真の汎用物理的知能に向けて具体的な進歩を遂げることができます。しかし、現実世界のタスクの範囲は膨大であり、ロボットが実行できるタスクの広範な範囲を理解するには、私たちのモデルをこれらのタスクで利用できるようにする必要があります。現実世界のロボットアプリケーションは容易ではありません。ロボット建設、ロボット手術、または倉庫自動化に取り組むには、それぞれに会社全体が必要です。そのような各アプリケーションで物理的知能の問題をゼロから解決する必要がある場合、課題は乗り越えられなくなります。APIを通じてモデルを利用できるようにすることで、ロボット工学エコシステムの成長を加速し、その過程で物理的知能に関する私たちの理解を深めます。上記の例は、私たちが開発したモデルが実際の有用なアプリケーションに使用できること、そして私たちのパートナーがAPIを使用してポリシーを独立してイテレーションし、タスクの自律性を改善できることを示しています。私たちはまだ初期段階であり、開発者からのフィードバックが将来のリリースを形作るのに役立ちます。ベータ版に参加したい場合は、構築したいものを教えてください。この作業の背後にあるモデルとツールの開発を支援したい場合は、リサーチ、インフラストラクチャ、ハードウェア、人材、オペレーションの各分野で採用しています。