Physical IntelligenceのPi APIベータ、ロボットチーム向けに管理型トレーニングを提供

Physical Intelligenceは、自社のロボットモデルを独自の機械やタスクに適応させたいチーム向けにベータサービスを開始する。10月13日公開のPi API発表によると、チームはロボットのデータをアップロードし、Piが管理するインフラ上でモデルをファインチューニングした後、ホスト型推論でモデルを呼び出せる。アクセスには申請が必要で、Piはチームを段階的に受け入れるとしている。

これにより、モデルエンジニアリングの一部を行う場所が変わる。ロボット開発者には引き続き、適切な機械、自動化する価値のあるタスク、そのデモ、機械上でモデルを試す方法が必要だ。Piは、それらをつなぐトレーニングとモデル提供の層を運用する構想を示している。

大きな変化

• 変わったこと： Piは選定チームに、自社のロボットモデルをホスト型で適応させるサービスを提供する。公開されているopenpiリポジトリには、自前のトレーニング環境を運用するチーム向けに以前のモデルチェックポイントと例がすでにある。今回のベータは、管理型のファインチューニングと推論の経路を加える。
• 重要な理由： トレーニングインフラをPiに移せば、ロボットチームは有用なデモの収集や自社機器での動作評価により多くの労力を割ける可能性がある。ただし、このサービスはロボットを提供せず、成功するタスクを定義せず、顧客が安全に運用できることを実証するものでもない。
• 注目点： ベータの価値は、タスク結果の再現性と実用的な統合条件に左右される。Piはパートナー事例を紹介したが、公開されたローンチ資料にはモデルのバージョン、対応ハードウェア、価格、API契約、安全条件が示されていない。

Piに移る作業

Piは、データをアップロードし、管理型計算環境でファインチューニングを開始し、その後ホスト型ゲートウェイから推論する手順を説明している。同社のワークフローの説明では、評価データが次の反復を導く。開発者はデモを集め、学習させ、ロボットで試し、失敗を調べて次に収集するデータを決める。APIは、Piがモデルインフラを運用する間に、開発者がこの循環を独立して回せるようにするものだ。

同社のopenpiコードベースは以前の自主管理方式を示す。π₀、π₀-FAST、π₀.₅のチェックポイントに加え、データセット変換、ファインチューニング設定、ポリシー提供の例を含む。公表されたGPU要件やデータ準備手順からは、ロボットの専門知識はあっても機械学習インフラが限られるチームに管理型トレーニングが魅力となる理由が分かる。発表ではベータモデルのバージョンが特定されていないため、オープンソースモデルをAPIが提供する特定モデルと混同すべきではない。

Piによれば、最新APIモデルは能力が向上し、パートナー向けのファインチューニングでデータ効率も高まった。ローンチ記事には、その主張を定量化する比較データセット、ベンチマーク手順、タスク成功率は掲載されていない。紹介された用途の多くがクラウド型推論を使い、一部でネットワーク接続の課題があったとも記されている。制御ループが遠隔サービスに依存する移動機械では重要な点だが、記事は遅延や信頼性の要件を示していない。

チームが用意するもの

ベータ申請フォームでは、誰がチーム内でポリシーを訓練するのか、ロボットデータやポリシー評価についてどのような経験があるのか、具体的に何を達成したいのか、遠隔操作またはシミュレーションデータをどれだけ持っているのかを尋ねる。ロボットの台数と種類、希望する推論場所、タスク成功の基準も問う。これは申請時の質問であり、公表された参加基準やローカル推論の提供保証ではない。フォームにはクラウド、ローカル、両方、不明という選択肢がある一方、発表はホスト型推論を説明している。

これらの質問は、サービスが顧客に代わって自動化できない作業を示す。特定のロボットで正しい動作とは何かを決め、そのロボットで測定することだ。Piは初期パートナーがデモ、試験、失敗を繰り返す様子を説明している。例として、AlmondのAxolが挙げられる。APIを使った4日間の反復後、組み立てに使うスペーサーのバリを取り除く二腕ロボットとして紹介された。Piは商用導入で資材をすくい上げて積み込むActorのホイールローダーも紹介している。これらはPiが選んだ説明と映像であり、異なるハードウェアにおける一般的な信頼性、安全性、性能の独立した測定ではない。

現在の公開ルートは、ベータアクセスへの申請だ。ここで確認した資料では、Piは公開API契約、リクエスト／レスポンスの仕様、ベータモデル名、ハードウェア互換性一覧、価格、データ取扱条件、安全契約を公表していない。サービスを評価するチームは、ホスト型推論が実運用に適するか判断する前に、こうした条件と自社ロボットでの反復試験を確認する必要がある。

関連報道

BIG CHANGEは以前、動画で学習したRunwayのロボットポリシーと日本のヒューマノイド向けデータ工場を取り上げた。どちらも関連するモデルやデータの取り組みを扱う。10月13日のPi発表は、別個のサービスアクセス開始だ。

出典と参考資料

• Physical Intelligence, “Frontier Models for Every Robot: Announcing our API beta”（2026年10月13日）。データのアップロード、ファインチューニング、ホスト型推論、評価サイクルに関する開発元の説明と、選定されたパートナーのデモを掲載。性能と導入の説明は企業側の主張である。
• Physical Intelligence, APIベータ申請フォーム（2026年10月14日確認）。段階的な受け入れ方法と申請者に求める情報を記録。フォームの選択肢はローカル推論製品の提供を証明するものではない。
• Physical Intelligence, openpiリポジトリ（2026年10月14日確認）。公開モデルのチェックポイントと自主管理型ファインチューニングの例を記録。新ベータの契約や提供モデルは説明していない。