Physical Intelligence membuka layanan beta bagi tim yang ingin menyesuaikan model robotnya dengan mesin dan tugas mereka sendiri. Dalam pengumuman Pi APIyang diterbitkan pada 13 Oktober, perusahaan mengatakan tim dapat mengunggah data robot, menyetel model di infrastruktur yang dikelola Pi, lalu memanggil model tersebut melalui inferensi yang dihosting. Akses dimulai dengan pengajuan aplikasi, dan Pi mengatakan penerimaan dilakukan bertahap.

Hal ini mengubah lokasi sebagian pekerjaan rekayasa model. Pengembang robot tetap membutuhkan mesin yang sesuai, tugas yang layak diotomatisasi, demonstrasi tugas tersebut, dan cara menguji model pada mesin itu. Pi menawarkan untuk menjalankan lapisan pelatihan dan penyajian model yang menghubungkan semua bagian tersebut.

Perubahan besar

  • Apa yang berubah: Pi menawarkan adaptasi model robotnya yang dihosting bagi tim terpilih. Repositori publik openpi sudah menyediakan checkpoint model lama dan contoh bagi tim yang siap menjalankan tumpukan pelatihan sendiri; beta ini menambahkan jalur penyetelan dan inferensi terkelola.
  • Mengapa penting: Pemindahan infrastruktur pelatihan ke Pi dapat memberi tim robotika lebih banyak waktu untuk mengumpulkan demonstrasi yang berguna dan mengevaluasi perilaku pada peralatan sendiri. Layanan ini tidak menyediakan robot, menetapkan definisi tugas yang berhasil, atau membuktikan operasi pelanggan aman.
  • Yang perlu dicermati: Nilai beta bergantung pada hasil tugas yang dapat diulang dan ketentuan integrasi yang dapat diterapkan. Pi menjelaskan contoh mitra, sementara materi peluncuran publik belum menyebut versi model, perangkat keras yang didukung, harga, kontrak API, atau ketentuan keselamatan.

Pekerjaan yang beralih ke Pi

Pi menjelaskan urutan berikut: unggah data, mulai penyetelan di komputasi terkelolanya, lalu gunakan gateway yang dihosting untuk inferensi. Dalam uraian alur kerja Pi, data evaluasi memandu iterasi berikutnya. Pengembang mengumpulkan demonstrasi, melatih model, mengujinya pada robot, dan mempelajari kegagalan untuk memutuskan data apa yang dikumpulkan selanjutnya. API ini dimaksudkan agar pengembang dapat menjalankan siklus itu sendiri sementara Pi mengoperasikan infrastruktur model.

Basis kode openpi perusahaan menunjukkan jalur mandiri sebelumnya. Isinya mencakup checkpoint π₀, π₀-FAST, dan π₀.₅, serta contoh untuk mengonversi dataset, mengatur penyetelan, dan menyajikan kebijakan. Persyaratan GPU dan langkah penyiapan data yang disebutkan menjelaskan mengapa pelatihan terkelola dapat menarik bagi tim yang ahli dalam robotika tetapi memiliki infrastruktur pembelajaran mesin terbatas. Pengumuman tidak menyebut versi model beta, jadi model sumber terbuka tersebut tidak boleh dianggap sebagai model tertentu yang disajikan API.

Pi mengatakan model API terbarunya memiliki kemampuan lebih baik dan penyetelan yang lebih hemat data bagi mitra. Unggahan peluncuran tidak menerbitkan dataset pembanding, protokol tolok ukur, atau tingkat keberhasilan tugas untuk mengukur klaim itu. Disebutkan pula bahwa sebagian besar aplikasi yang ditampilkan menggunakan inferensi cloud dan beberapa mengalami masalah konektivitas jaringan. Hal ini penting bagi mesin bergerak yang lingkar kendalinya bergantung pada layanan jarak jauh, meski unggahan tersebut tidak merinci persyaratan latensi atau keandalan.

Yang perlu disiapkan tim

Formulir aplikasi beta menanyakan siapa di tim yang akan melatih kebijakan, pengalaman mereka dengan data robot dan evaluasi kebijakan, tugas spesifik yang ingin dicapai, serta banyaknya data teleoperasi atau simulasi yang dimiliki. Formulir juga menanyakan jumlah dan jenis robot, lokasi inferensi pilihan, dan kriteria keberhasilan tugas. Ini adalah pertanyaan aplikasi, bukan ambang kelayakan yang dipublikasikan atau jaminan inferensi lokal tersedia. Pilihan formulir meliputi cloud, lokal, keduanya, dan belum pasti; materi peluncuran menjelaskan inferensi yang dihosting.

Pertanyaan tersebut mengarah pada hal yang tidak dapat diotomatisasi layanan bagi pelanggan: menentukan perilaku yang benar pada robot tertentu dan mengukurnya pada robot itu. Pi menggambarkan mitra awal yang berulang kali melewati demonstrasi, pengujian, dan kegagalan. Contohnya mencakup Axol milik Almond, robot berlengan dua yang diperlihatkan menghaluskan gerigi pada spacer untuk perakitan setelah empat hari iterasi API. Pi juga menggambarkan wheel loader Actor yang mengambil dan memuat material dalam penerapan komersial. Semua itu adalah cerita dan klip pilihan Pi, bukan pengukuran independen tentang keandalan umum, keselamatan, atau kinerja di berbagai perangkat keras.

Jalur publik saat ini adalah mengajukan akses beta. Dalam materi yang ditinjau di sini, Pi belum menerbitkan kontrak API terbuka, skema permintaan dan respons, nama model beta, matriks kompatibilitas perangkat keras, harga, ketentuan penanganan data, atau perjanjian keselamatan. Tim yang mengevaluasi layanan ini memerlukan ketentuan tersebut dan pengujian robot berulang milik sendiri sebelum menilai apakah inferensi terhosting sesuai untuk operasi nyata.

Liputan terkait

BIG CHANGE sebelumnya menelaah kebijakan robot Runway yang dilatih dengan video and pabrik data humanoid Jepang. Keduanya membahas pekerjaan terkait model dan data. Pengumuman Pi pada 13 Oktober merupakan peristiwa akses layanan yang terpisah.

Sumber dan bacaan lanjutan