Physical Intelligence ouvre ses modèles robotiques π0 via une API
La bêta de la Pi API permet d'envoyer ses données, d'affiner π0/π0.5 sur l'infrastructure de Pi et d'exécuter le résultat en inférence hébergée.
En bref : le 13 octobre, Physical Intelligence (Pi) a lancé la bêta de la Pi API. Les développeurs envoient les données de leur robot, lancent l'affinage des modèles de fondation de Pi (comme π0 et π0.5) sur une infrastructure gérée par Pi, puis exécutent le modèle via une passerelle d'inférence hébergée.
Ce que Pi a montré
- Déploiements partenaires : engins lourds (la chargeuse autonome d'Actor dans l'Utah), agriculture, cuisines, laiterie, manipulation de vêtements.
- Les premiers utilisateurs ont itéré seuls : le robot bi-bras Axol d'Almond ébavure des entretoises de son propre assemblage avec un modèle obtenu après quatre jours d'itérations via l'API.
- La plupart des applications, du Japon à la Suisse et aux États-Unis, tournaient en inférence cloud ; Pi note des difficultés de connectivité pour certaines.
- Accès sur candidature ; tarifs non publiés.
Pourquoi c'est important
Adapter des modèles VLA demandait une infrastructure ML. L'API transforme la boucle — collecter des démonstrations (souvent par téléopération), affiner, tester, recommencer — en service, comme les API de LLM pour le logiciel.
Sources Sources vérifiées
Décryptages associés
Plus dans IA incarnée et modèles de fondation →Neuron AI de NEURA ajoute le toucher, le son et la mémoire au modèle de fondation robotique
NEURA Robotics a lancé Neuron AI, un modèle « perception-langage-action » qui fusionne vision 3D, toucher, force, audio, état du robot et langage avec une mémoire, et fera la démonstration d'une tâche de lessive de 11 minutes sur son humanoïde 4NE1.
Ultra lève 62 M$ pour des robots d'entrepôt en as-a-service — cerveau Physical Intelligence
La brooklynienne Ultra a clos une série A de 50 M$ (Framework) plus une seed, soit 62 M$ ; elle loue des OP1 tandis que Physical Intelligence fournit l'IA.
Vela : un VLA qui prédit des trajectoires lisses plutôt que des blocs d'actions
Le modèle Vela d'une équipe de Fudan et de CUHK produit des courbes spline à horizon temporel adaptatif et surpasse π0.5 sur LIBERO-X, EBench et sur des tâches réelles de cuisson de galette aux œufs et de râpage de pommes de terre.
Newsletter
Robrief Weekly
Un e-mail par semaine avec l'actualité robotique qui compte. Gratuit, désinscription à tout moment.