Physical Intelligence запустила бета-версию Pi API для роботов
Physical Intelligence (Pi) объявила о бета-версии Pi API. Через него разработчики получают доступ к новейшим базовым моделям компании для управления роботами: можно дообучать их под свою задачу и запускать в облаке (инференс).
Проблему компания формулирует так: развернуть робота сложно, нужны подходящий сценарий, оборудование и достаточно умная модель. Универсальные базовые модели для роботов, такие как π0 и π0.5, дают прочную основу физических знаний и сильно сокращают объём данных и усилий для адаптации к новой задаче, среде или роботу. Но и для адаптации нужны инфраструктура машинного обучения, вычислительные мощности и сложные конвейеры данных. Pi API должен снять эту нагрузку.
Схема работы: вы загружаете данные, запускаете дообучение на вычислительных мощностях и инфраструктуре, которыми управляет Pi, а затем обращаетесь к дообученным моделям через размещённый шлюз, чтобы выполнять инференс. По словам Pi, последняя модель, доступная через API, уже даёт более эффективное по данным дообучение и лучшие возможности для партнёров. Поскольку Pi может быстро обновлять модели под API, компания планирует и дальше открывать доступ к своим новейшим и самым способным моделям.
Перед запуском команда хотела ответить на два вопроса: подходят ли модели для широкого круга применений и разного железа в разных отраслях и насколько легко разработчикам с помощью API двигаться к практической автономности. Для этого Pi работала с компаниями, развёртывающими роботов. По её наблюдению, задачи отличались (вывернутая наизнанку одежда, ингредиент, не удерживающийся в совке, деталь на производстве, упавшая не в то положение), но процесс улучшения был одинаковым: собрать демонстрации, обучить модель, проверить на роботе, а по ошибкам решить, какие данные собирать дальше. API создан, чтобы разработчики сами прогоняли этот цикл на новейших моделях.
Небольшое число компаний получило ранний доступ. Pi пишет, что её впечатлило, как быстро они начали работу и продвинулись. Большинство показанных в посте применений, от Японии и Швейцарии до внедрений по США, работало на облачном инференсе через API. Эти ранние внедрения выявили и точки для улучшения, в том числе проблемы с сетевым подключением у некоторых участников.
В завершение Pi заявляет, что примеры показывают: её модели годятся для реальных полезных применений, а партнёры могут самостоятельно улучшать политики и автономность на своих задачах. Компания подчёркивает, что это ранний этап и отзывы разработчиков помогут формировать будущие релизы. Чтобы участвовать в бете, нужно рассказать Pi, что вы хотите построить.
Ключевые факты
- Pi API (бета): загрузка данных, дообучение на мощностях Pi и запуск дообученных моделей через размещённый шлюз.
- Цель, избавить разработчиков роботов от собственной ML-инфраструктуры, вычислений и сложных конвейеров данных.
- Ранний доступ получило небольшое число компаний; большинство показанных применений, от Японии до Швейцарии и США, использовало облачный инференс.
- Общий цикл улучшения у партнёров: демонстрации, обучение, проверка на роботе, сбор данных по ошибкам.
- Среди проблем ранних внедрений названы сбои сетевого подключения; Pi называет бету ранней и ждёт отзывов.
Почему это важно
По словам Pi, даже готовые базовые модели для роботов требуют для адаптации под конкретную задачу инфраструктуры машинного обучения, вычислительных мощностей и сложных конвейеров данных. Pi предлагает вынести это в готовый API: загрузить данные, дообучить, получить модель по облачному шлюзу. Компания также заявляет о намерении давать через API доступ к новейшим и самым способным моделям, но сроков не называет.
Кому это важно
В первую очередь компаниям, которые разворачивают роботов и хотят получить автономность без собственной команды ML-инфраструктуры. Также интересно исследователям и интеграторам, следящим за тем, как базовые модели для физических задач превращаются в продукт для разработчиков.
Как это применить
Pi предлагает участвовать в бете: нужно рассказать компании, что вы хотите построить. Рабочий процесс, по описанию Pi, такой: собрать демонстрации, загрузить данные, дообучить модель, проверить на роботе и по ошибкам решить, какие данные собирать дальше. Условия доступа и стоимость в тексте не указаны.
Можно ли доверять
Источник, первоисточник, анонс самой Pi, поэтому оценки вроде «впечатлило, как быстро партнёры начали» и «модели годятся для реальных применений», заявления компании. Количественных результатов в тексте нет: нет долей успешных выполнений, объёмов данных, времени дообучения, задержек. Партнёры не названы, а показанные примеры в тексте не описаны.
Риски и подводные камни
Сама Pi отмечает проблемы с сетевым подключением при облачном инференсе у части ранних участников, а для роботов это существенно. Бета названа ранней, список поддерживаемого оборудования, условия доступа и сроки более широкой доступности не приведены. Не указано и то, какая именно версия модели доступна через API.
«Вы загружаете данные, запускаете дообучение на вычислительных мощностях и инфраструктуре, которыми управляем мы, и получаете доступ к дообученным моделям через размещённый шлюз, чтобы выполнять инференс.»
— Physical Intelligence, анонс Pi API beta