10月15日消息，当地时间10月13日，Physical Intelligence宣布开放Pi API测试版，把最新的机器人基础模型以托管方式提供给外部开发者进行微调与推理。开发者上传机器人数据，在平台管理的算力上启动微调，再通过托管网关调用微调后的模型驱动自己的机器人，评估数据反过来指导下一轮迭代。公司表示，这套"上传数据—训练—部署—评估"的闭环，正是为了让开发者自己跑通自主迭代。

支撑API的，是其开源的π系列通用机器人基础模型。π0是基于流的视觉—语言—动作模型，π0-FAST是采用FAST动作分词器的自回归版本，π0.5则通过"知识隔离"方法获得更强的开放世界泛化能力。

三类基础模型均在超过一万小时机器人数据上预训练，以Apache 2.0许可证在openpi仓库发布。本地运行仅需一张显存大于八GB的显卡，全量微调则需A100或H100级别算力。

把模型能力变成API服务，意味着机器人研发从"每家自研大脑"走向"调用公共智能"。对创业团队而言，不必再从头收集海量演示数据、搭建复杂训练管线，只需聚焦于自己的硬件与场景，把"教机器人做事"的脏活交给平台。Physical Intelligence把这一过程托管化，本质上是在机器人领域复制"基础模型即服务"的云思路。

官方列举的早期合作已横跨多个行业：从 Utah 的自主重型机械，到乳制品、餐饮与制造产线。共同模式是"收集演示—训练模型—在机器人上测试—用失败决定下一步采集什么数据"。

Pi API让开发者自己跑这个循环，而不是等待平台代劳。早期试用中，有团队仅用四天迭代就让自己的双臂机器人完成去毛刺任务，速度超出预期。

这一模式的潜力在于"数据飞轮"。越多开发者上传数据、越多场景被覆盖，基础模型的泛化能力越强，进而吸引更多开发者。Physical Intelligence把开源权重与托管API结合，既建立社区信任，又锁定高价值的企业级微调需求。机器人基础模型的竞争，正从论文走向真实的商业部署。

对具身智能赛道而言，Pi API是一个分水岭式的尝试：它把"通用机器人大脑"从实验室样品变成可按需取用的基础设施。若迭代闭环被验证高效，机器人公司之间的差距将更多体现在硬件与数据，而非模型本身。大脑，正在变得可以租用。

机器人基础模型的托管化，正在把造大脑变成租大脑。当数据飞轮转起来，后来者追赶的门槛会被进一步抬高。

Physical Intelligence（简称PI）是一家成立于2024年3月的美国机器人初创公司，总部位于加州旧金山，公司致力于将通用人工智能（AGI）技术应用于物理世界，为机器人及智能设备开发提供通用智能控制能力的基础模型和学习算法，其技术路径旨在突破物理交互局限。