不卖机器人,只卖“大脑”接口:Physical Intelligence开放API测试,有团队4天就调出能干活的模型

Physical Intelligence 10月13日开放API测试:开发者上传自家机器人的演示数据,就能在它托管的算力上微调π系列模型,再通过云端接口直接驱动机器人;早期合作方Almond用4天调出了给零件去毛刺的模型。
造机器人的公司,以后可能不用再自己从头训练“大脑”了。10月13日,美国机器人模型公司Physical Intelligence开放API测试,把它最新的π系列模型拿出来,供别家的机器人做训练和推理。
流程只有三步:开发者上传自己机器人的演示数据,在Physical Intelligence管理的算力和基础设施上启动微调,再通过托管网关调用微调好的模型,让它直接控制机器人。公司说,通过API提供的最新模型微调时更省数据,能力也更强,后续还会持续换上更新的模型。
Physical Intelligence此前已经通过开源仓库openpi发布过π0、π0-FAST和π0.5等模型,但数据处理、训练和模型部署都得开发者自己搭。这次的API把这些基础设施全包了,懂硬件、懂场景但没有机器学习团队的公司,门槛低了一截。
最快的例子来自旧金山的Almond。它做的双臂机器人Axol,目标是让机器人自己造自己:演示里,Axol给自身装配要用的垫片去毛刺,跑的正是团队用API迭代4天得到的模型。
合作名单横跨多个行业。犹他州的Actor做无人驾驶工程机械,它的轮式装载机在真实商业作业中自己铲料、装进自卸卡车,驾驶室里没有人;还有做农业、餐饮、仓储和叠衣服的团队,地点从日本、瑞士到美国各地。大多数应用跑的是云端推理,公司也承认,部分现场的网络连接是个麻烦。
Physical Intelligence总结说,不同任务卡住的地方各不相同:一件里外翻过来的衣服、一勺总也舀不稳的食材、一个放错位置的零件,但改进的办法几乎一样——采集示范、训练模型、上机测试,再根据失败决定下一批数据怎么采。API就是让开发者自己跑完这个循环。
测试采取申请制,分批接入。申请表会问清机器人配置、训练经验、手头的遥操作数据和任务成功标准,还要选推理放在云端、本地还是两者都要。据本站此前报道,做仓储打包的Ultra本月刚拿下5000万美元A轮,用的正是Physical Intelligence的模型。