Physical Intelligence نسخهٔ بتای API مدل‌های رباتیکش رو باز کرد
هوش مصنوعیClaude Opus 5.5خلاصهٔ کامل‌تر
شرکت Physical Intelligence (معروف به Pi) نسخهٔ بتای Pi API رو معرفی کرده که با اون میشه به آخرین مدل‌هاش هم برای آموزش و هم برای inference دسترسی داشت. این شرکت قبلاً مدل‌های π0 و π0.5 رو ساخته بود. این‌ها foundation model رباتیک هستن، یعنی مدل‌های عمومی که از قبل دانش فیزیکی پایه دارن و برای یه کار جدید دادهٔ خیلی کمتری لازم دارن. ولی به گفتهٔ شرکت، همین تطبیق دادن هم زیرساخت ML، قدرت محاسباتی و pipelineهای دادهٔ پیچیده می‌خواد.
API جدید همین بخش سخت رو برمی‌داره. تو داده‌هات رو آپلود می‌کنی، fine-tuning (یعنی آموزش تکمیلی مدل روی دادهٔ خودت) روی سرورهای Pi اجرا میشه و بعد از طریق یه gateway میزبانی‌شده از مدل نهایی جواب می‌گیری. شرکت می‌گه مدلی که الان تو API هست با دادهٔ کمتر فاین‌تیون میشه و توانایی بیشتری داره. قول هم داده که همیشه جدیدترین مدل‌هاش رو اینجا بذاره.
تو همکاری‌های اولیه با شرکت‌های رباتیک یه الگوی مشترک دیده شده. مشکل‌ها فرق می‌کرد: لباسی که پشت‌ورو بود، موادی که تو قاشق نمی‌موند، یا قطعه‌ای که جای اشتباه می‌افتاد. ولی راه بهتر شدن تقریباً همیشه یکی بود: جمع کردن نمونهٔ عملی، آموزش مدل، تست روی ربات و استفاده از شکست‌ها برای تصمیم دربارهٔ دادهٔ بعدی. API برای اینه که خود توسعه‌دهنده‌ها این چرخه رو بچرخونن.
چندتا شرکت دسترسی زودهنگام گرفتن و به گفتهٔ Pi خیلی سریع شروع کردن و پیشرفت داشتن. بیشتر این نمونه‌ها، از ژاپن و سوئیس تا آمریکا، با inference ابری از طریق API اجرا شدن. البته شرکت قبول کرده که بعضی‌هاشون با مشکل اتصال شبکه روبه‌رو شدن، چون ربات باید برای هر تصمیم به سرور وصل باشه.
Pi می‌گه هر چی مدل‌هاش بیشتر تو دنیای واقعی استفاده بشن، بیشتر می‌فهمه نسل بعدی رو چطور بسازه. استدلالش اینه که اگه هر حوزه‌ای مثل ساخت‌وساز، جراحی یا انبارداری بخواد مسئلهٔ هوش فیزیکی رو از صفر حل کنه، کار خیلی سخت میشه. برای شرکت در بتا باید از طریق فرم waitlist توضیح بدی چی می‌خوای بسازی.
نکات کلیدی:
- Pi API در حالت بتاست و ثبت‌نام از طریق waitlist انجام میشه
- هم fine-tuning و هم inference روی زیرساخت خود Physical Intelligence اجرا میشه
- مدل‌های قبلی شرکت، π0 و π0.5، به‌صورت متن‌باز در پروژهٔ openpi منتشر شدن
- بیشتر نمونه‌های اولیه با inference ابری اجرا شدن و بعضی‌ها مشکل اتصال شبکه داشتن
- مقاله جزئیات قیمت، محدودیت‌ها یا بنچمارک عددی منتشر نکرده
