Markdown издање

AI-translated from English; not yet reviewed by a fluent editor.

# Pi API бета компаније Physical Intelligence нуди тимовима за роботику обуку којом управља компанија

> Pi API бета компаније Physical Intelligence омогућава одабраним тимовима за роботику да отпреме податке о задацима, дообуче модел на инфраструктури којом се управља и користе хостовано закључивање. Тимовима су и даље потребни сопствени роботи, демонстрације и поновљено тестирање.

By BIG CHANGE Editorial

Published: 2026-10-14T20:06:16.947Z
Updated: 2026-10-14T20:06:16.947Z
Canonical: https://bigchange.ai/blog/physical-intelligence-pi-api-beta-robot-training

![Conceptual charcoal illustration of an unbranded wheel loader tipping aggregate into a dump truck at an outdoor material yard.](https://bigchange.ai/api/media/file/pi-api-loader-truck-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual Physical Intelligence or partner equipment, deployment or API result is depicted.

Physical Intelligence отвара бета услугу за тимове који желе да прилагоде њене роботске моделе сопственим машинама и задацима. У [објави о Pi API-ју](https://www.pi.website/blog/api-beta), 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](https://github.com/Physical-Intelligence/openpi) 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](https://www.pi.website/blog/api-beta) , 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](https://github.com/Physical-Intelligence/openpi) 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](https://www.pi.website/waitlist) 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](https://www.pi.website/blog/api-beta), 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](https://www.pi.website/waitlist). 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](https://bigchange.ai/blog/runway-praxis-1-video-pretraining-robot-control) and [јапанску фабрику података за хуманоидне роботе](https://bigchange.ai/blog/japan-physical-ai-humanoid-data-factory-model-grant). 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”](https://www.pi.website/blog/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](https://www.pi.website/waitlist)(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](https://github.com/Physical-Intelligence/openpi)(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.

## Sources

- [Physical Intelligence: Frontier Models for Every Robot](https://www.pi.website/blog/api-beta) — Приказ компаније о бета току рада, одабраним примерима партнера и почетном искуству примене; тврдње су приписане компанији.
- [Physical Intelligence: пријава за приступ API-ју](https://www.pi.website/waitlist) — Укључивање у групама и питања за подносиоце пријаве; избори у обрасцу нису гаранције услуге.
- [Physical Intelligence: openpi](https://github.com/Physical-Intelligence/openpi) — Ранији отворени модели и пут самосталног дообучавања и послуживања; не наводи бета модел ни уговор.