Physical Intelligence उन टीमों के लिए बीटा सेवा खोल रही है जो उसके रोबोट मॉडल को अपनी मशीनों और कामों के अनुरूप ढालना चाहती हैं। 13 अक्टूबर को प्रकाशित Pi API की घोषणामें कहा गया है कि टीम रोबोट का डेटा अपलोड कर सकती है, Pi द्वारा प्रबंधित बुनियादी ढाँचे पर मॉडल फ़ाइन-ट्यून कर सकती है और होस्टेड इन्फ़रेंस के जरिए तैयार मॉडल को चला सकती है। पहुँच आवेदन से शुरू होती है और Pi टीमों को चरणों में शामिल करेगी।

इससे मॉडल इंजीनियरिंग का कुछ काम कहाँ होता है, यह बदलता है। रोबोट डेवलपर को अब भी उपयुक्त मशीन, स्वचालित करने योग्य काम, उस काम के प्रदर्शन-नमूने और मशीन पर मॉडल को परखने का तरीका चाहिए। Pi उन कड़ियों को जोड़ने वाली प्रशिक्षण और मॉडल-सर्विंग परत चलाने का प्रस्ताव देती है।

बड़ा बदलाव

  • क्या बदला: Pi चुनी हुई टीमों को अपने रोबोट मॉडल का होस्टेड अनुकूलन दे रही है। उसका सार्वजनिक openpi रिपॉज़िटरी पहले से पुराने मॉडल चेकपॉइंट और उन टीमों के लिए उदाहरण देता है जो अपना प्रशिक्षण स्टैक चलाने को तैयार हैं; बीटा प्रबंधित फ़ाइन-ट्यूनिंग और इन्फ़रेंस का रास्ता जोड़ता है।
  • यह क्यों मायने रखता है: प्रशिक्षण बुनियादी ढाँचा Pi को सौंपने से रोबोट टीम अपने उपकरण पर उपयोगी प्रदर्शन-नमूने जुटाने और व्यवहार का मूल्यांकन करने पर अधिक ध्यान दे सकती है। सेवा रोबोट नहीं देती, सफल कार्य को परिभाषित नहीं करती और ग्राहक के लिए सुरक्षित संचालन साबित नहीं करती।
  • क्या देखना है: बीटा का मूल्य इस पर निर्भर करेगा कि कार्य के नतीजे दोहराए जा सकते हैं या नहीं और एकीकरण की शर्तें व्यावहारिक हैं या नहीं। Pi ने साझेदारों के उदाहरण बताए हैं, लेकिन सार्वजनिक लॉन्च सामग्री में मॉडल संस्करण, समर्थित हार्डवेयर, कीमत, API अनुबंध या सुरक्षा शर्तें निर्दिष्ट नहीं हैं।

Pi को सौंपा जा रहा काम

Pi एक क्रम बताती है: डेटा अपलोड करें, उसके प्रबंधित कंप्यूट पर फ़ाइन-ट्यूनिंग शुरू करें और फिर इन्फ़रेंस के लिए होस्टेड गेटवे का इस्तेमाल करें। उसके कार्यप्रवाह के वर्णन में मूल्यांकन डेटा अगली पुनरावृत्ति को दिशा देता है। डेवलपर प्रदर्शन-नमूने जुटाता है, प्रशिक्षण देता है, रोबोट पर परीक्षण करता है और विफलताओं का अध्ययन करके तय करता है कि आगे कौन-सा डेटा जुटाना है। API का उद्देश्य डेवलपर को यह चक्र स्वतंत्र रूप से चलाने देना है, जबकि Pi मॉडल का बुनियादी ढाँचा संचालित करती है।

कंपनी का openpi कोडबेस पहले का स्वयं संचालित रास्ता दिखाता है। इसमें π₀, π₀-FAST और π₀.₅ चेकपॉइंट के साथ डेटासेट बदलने, फ़ाइन-ट्यूनिंग तय करने और पॉलिसी सर्व करने के उदाहरण हैं। बताई गई GPU आवश्यकताएँ और डेटा तैयार करने के चरण दिखाते हैं कि रोबोटिक्स का अनुभव रखने, लेकिन सीमित मशीन-लर्निंग ढाँचे वाली टीम को प्रबंधित प्रशिक्षण क्यों आकर्षित कर सकता है। घोषणा में बीटा मॉडल का संस्करण नहीं बताया गया, इसलिए ओपन-सोर्स मॉडल को API द्वारा सर्व किए जाने वाले खास मॉडल के रूप में नहीं समझना चाहिए।

Pi कहती है कि उसके नवीनतम API मॉडल की क्षमता बेहतर है और साझेदारों के लिए कम डेटा में फ़ाइन-ट्यूनिंग संभव है। लॉन्च पोस्ट में इस दावे को मापने के लिए तुलनात्मक डेटासेट, बेंचमार्क प्रक्रिया या कार्य-सफलता दर प्रकाशित नहीं की गई। पोस्ट यह भी कहती है कि दिखाए गए अधिकतर अनुप्रयोगों ने क्लाउड-होस्टेड इन्फ़रेंस इस्तेमाल किया और कुछ को नेटवर्क कनेक्टिविटी की दिक्कत हुई। दूरस्थ सेवा पर निर्भर नियंत्रण-चक्र वाली चलती मशीन के लिए यह महत्वपूर्ण है, हालांकि पोस्ट विलंब या विश्वसनीयता की आवश्यकताएँ नहीं बताती।

टीम को क्या लाना होगा

बीटा आवेदन पूछता है कि टीम में पॉलिसी को कौन प्रशिक्षित करेगा, रोबोट डेटा और पॉलिसी मूल्यांकन पर उनका क्या काम रहा है, वे कौन-सा सटीक काम करना चाहते हैं और उनके पास टेलीऑपरेशन या सिमुलेशन डेटा कितना है। यह रोबोट की संख्या और प्रकार, पसंदीदा इन्फ़रेंस स्थान और कार्य-सफलता मानदंड भी पूछता है। ये आवेदन के प्रश्न हैं, प्रकाशित पात्रता-सीमा या स्थानीय इन्फ़रेंस उपलब्ध होने की गारंटी नहीं। फ़ॉर्म में क्लाउड, स्थानीय, दोनों और अनिश्चित विकल्प हैं; लॉन्च विवरण होस्टेड इन्फ़रेंस बताता है।

ये प्रश्न उस हिस्से की ओर इशारा करते हैं जिसे सेवा ग्राहक के लिए स्वचालित नहीं कर सकती: किसी खास रोबोट पर सही व्यवहार तय करना और उसी रोबोट पर उसे मापना। Pi शुरुआती साझेदारों के प्रदर्शन, परीक्षण और विफलता से बार-बार सीखने का वर्णन करती है। उदाहरणों में Almond का Axolशामिल है, जिसे API के साथ चार दिन के बदलावों के बाद असेंबली में इस्तेमाल होने वाले स्पेसर से खुरदरापन हटाते दिखाया गया। Pi एक वाणिज्यिक तैनाती में सामग्री उठाकर लोड करने वाले Actor व्हील लोडर का भी वर्णन करती है। ये Pi द्वारा चुने गए विवरण और क्लिप हैं, अलग-अलग हार्डवेयर पर सामान्य विश्वसनीयता, सुरक्षा या प्रदर्शन के स्वतंत्र माप नहीं।

फ़िलहाल सार्वजनिक रास्ता है बीटा पहुँच के लिए आवेदन करना. यहाँ समीक्षा की गई सामग्री में Pi ने खुला API अनुबंध, अनुरोध-प्रतिक्रिया स्कीमा, नामित बीटा मॉडल, हार्डवेयर संगतता सूची, कीमत, डेटा-प्रबंधन शर्तें या सुरक्षा समझौता प्रकाशित नहीं किया है। सेवा का मूल्यांकन करने वाली टीम को असली संचालन में होस्टेड इन्फ़रेंस की उपयुक्तता तय करने से पहले ये शर्तें और अपने रोबोट पर बार-बार परीक्षण चाहिए।

संबंधित कवरेज

BIG CHANGE ने पहले वीडियो से प्रशिक्षित Runway की रोबोट पॉलिसी and जापान की ह्यूमनॉइड डेटा फैक्टरीपर रिपोर्ट की थी। वे संबंधित मॉडल और डेटा के काम को देखते हैं। Pi की 13 अक्टूबर की घोषणा अलग सेवा-पहुँच घटना है।

स्रोत और आगे पढ़ें

  • Physical Intelligence, “Frontier Models for Every Robot: Announcing our API beta”(13 अक्टूबर 2026)। डेवलपर का अपलोड, फ़ाइन-ट्यूनिंग, होस्टेड इन्फ़रेंस और मूल्यांकन चक्र का विवरण, चुनिंदा साझेदार प्रदर्शनों सहित। प्रदर्शन और तैनाती संबंधी बातें कंपनी के दावे हैं।
  • Physical Intelligence, API बीटा आवेदन(14 अक्टूबर 2026 को देखा गया)। चरणों में शामिल करने और आवेदकों से माँगी जाने वाली जानकारी का दस्तावेज़। फ़ॉर्म के विकल्प स्थानीय इन्फ़रेंस उत्पाद उपलब्ध होने का प्रमाण नहीं हैं।
  • Physical Intelligence, openpi रिपॉज़िटरी(14 अक्टूबर 2026 को देखा गया)। सार्वजनिक मॉडल चेकपॉइंट और स्वयं प्रबंधित फ़ाइन-ट्यूनिंग के उदाहरण दर्ज हैं। यह नए बीटा अनुबंध का विवरण या सर्व किए जाने वाले मॉडल की पहचान नहीं करता।