Physical Intelligence отвара бета услугу за тимове који желе да прилагоде њене роботске моделе сопственим машинама и задацима. У објави о Pi API-ју, објављеној 13. октобра, наводи се да тим може да отпреми податке са робота, дообучи модел на инфраструктури којом управља Pi и позива добијени модел преко хостованог закључивања. Приступ почиње пријавом, а Pi каже да тимове укључује у групама.

То мења место на коме се обавља део инжењерског рада на моделу. Програмеру робота и даље су потребни одговарајућа машина, задатак који вреди аутоматизовати, демонстрације тог задатка и начин да тестира модел на машини. Pi предлаже да покреће слој за обуку и послуживање модела који повезује те делове.

Велика промена

  • Шта се променило: Pi одабраним тимовима нуди хостовано прилагођавање својих роботских модела. Његов јавни openpi репозиторијум већ садржи старије контролне тачке модела и примере за тимове који су спремни да сами покрећу стек за обуку; бета додаје управљани пут за дообучавање и закључивање.
  • Зашто је важно: Преношење инфраструктуре за обуку на Pi могло би тиму за роботику да омогући да више времена посвети прикупљању корисних демонстрација и процени понашања на сопственој опреми. Услуга не обезбеђује робота, не дефинише успешан задатак нити доказује да корисник може безбедно да ради.
  • Шта пратити: Вредност бете зависиће од поновљивих резултата задатака и применљивих услова интеграције. Pi је описао примере партнера, док јавни материјал о покретању не наводи верзију модела, подржани хардвер, цену, API уговор ни услове безбедности.

Посао који се пребацује на Pi

Pi описује редослед: отпремање података, покретање дообучавања на његовој управљаној рачунарској инфраструктури, па коришћење хостованог пролаза за закључивање. У његовом опису радног тока , подаци за процену усмеравају следећу итерацију. Програмер прикупља демонстрације, обучава модел, тестира га на роботу и проучава неуспехе како би одлучио које податке да прикупи следеће. API треба да омогући програмеру да самостално спроводи тај циклус док Pi управља инфраструктуром модела.

Компанијска openpi база кода приказује ранији пут који корисник сам одржава. Садржи контролне тачке π₀, π₀-FAST и π₀.₅, као и примере за конверзију скупа података, подешавање дообучавања и послуживање политике. Наведени захтеви за GPU и кораци припреме података показују зашто би управљана обука могла да привуче тим са роботичким знањем, али ограниченом инфраструктуром за машинско учење. У објави није наведена верзија бета модела, па отворене моделе не треба мешати са конкретним моделом који API послужује.

Pi каже да најновији модел API-ја има боље могућности и ефикасније дообучавање уз мање података за партнере. У објави о покретању нису објављени упоредни скуп података, протокол бенчмарка ни стопе успешности задатака којима би се та тврдња измерила. Наводи се и да је већина истакнутих апликација користила закључивање у облаку, а да су неке имале проблеме са мрежном везом. То је важно за машину у покрету чија контролна петља зависи од удаљене услуге, мада објава не наводи захтеве за кашњење или поузданост.

Шта тим мора да обезбеди

У пријави за бету пита се ко би у тиму обучавао политику, шта је радио са подацима робота и проценом политике, који тачно задатак жели да оствари и колико има података из телеоперације или симулације. Пита се и број и тип робота, жељена локација закључивања и критеријуми успеха задатка. То су питања у пријави, а не објављени прагови подобности нити гаранције да је локално закључивање доступно. Образац нуди избор облак, локално, оба или неодлучно; у објави се описује хостовано закључивање.

Та питања указују на оно што услуга не може да аутоматизује за корисника: одређивање исправног понашања на конкретном роботу и његово мерење на том роботу. Pi описује ране партнере који понављају циклус демонстрација, тестова и неуспеха. Међу примерима су Almond-ов Axol, дворуки робот приказан како уклања ивице са одстојника за монтажу после четири дана итерација уз API. Pi описује и Actor утоваривач на точковима који захвата и утоварује материјал у комерцијалној примени. То су прикази и снимци које је изабрао Pi, а не независне мере опште поузданости, безбедности или перформанси на различитом хардверу.

Тренутно је јавни пут да се пријавите за приступ бети. У прегледаном материјалу Pi није објавио отворени API уговор, шему захтева и одговора, назив бета модела, матрицу компатибилности хардвера, цене, услове обраде података ни безбедносни споразум. Тиму који процењује услугу били би потребни ти услови и поновљени тестови на сопственом роботу да би утврдио да ли хостовано закључивање одговара стварном раду.

Повезано извештавање

BIG CHANGE је раније анализирао Runway-јеву политику робота обучену на видео-снимцима and јапанску фабрику података за хуманоидне роботе. Те теме обрађују сродан рад на моделима и подацима. Pi-јева објава од 13. октобра засебан је догађај отварања приступа услузи.

Извори и додатна литература

  • Physical Intelligence, „Frontier Models for Every Robot: Announcing our API beta”(13. октобар 2026). Развојни тим описује отпремање, дообучавање, хостовано закључивање и циклус процене, уз одабране демонстрације партнера. Наводи о перформансама и примени представљају тврдње компаније.
  • Physical Intelligence, пријава за API бету(проверено 14. октобра 2026). Документује укључивање у групама и информације које се траже од подносилаца пријаве. Понуде у обрасцу не доказују да је локално закључивање доступан производ.
  • Physical Intelligence, openpi репозиторијум(проверено 14. октобра 2026). Документује јавно објављене контролне тачке модела и примере самосталног дообучавања. Не описује уговор нове бете нити именује модел који се послужује.