OpenPI

Modelos base VLA de Physical Intelligence para control robótico general

Licencia

Apache-2.0

Resumen

Modelos fundacionales de visión-lenguaje-acción (VLA) de código abierto de Physical Intelligence para control robótico general. Incluye modelos pi0, pi0-FAST y pi0.5 preentrenados en más de 10k horas de datos robóticos. El primer modelo fundacional de robot de propósito general, capaz de controlar diversas plataformas robóticas en múltiples tareas incluyendo doblar ropa, ensamblar cajas, limpiar mesas y hacer café.

OpenPI es un repositorio de código abierto de Physical Intelligence que contiene modelos base de visión-lenguaje-acción (VLA) e infraestructura de entrenamiento para robótica. Proporciona checkpoints de modelo base preentrenados en más de 10,000 horas de datos robóticos para fine-tuning e inferencia. Los modelos disponibles incluyen pi0 (VLA basado en flujo), pi0-FAST (autorregresivo con tokenizador de acciones FAST) y pi0.5 (generalización mejorada de mundo abierto con aislamiento de conocimiento). El proyecto logra resultados de vanguardia en benchmarks como LIBERO y soporta diversas tareas incluyendo doblar ropa, ensamblar cajas, limpiar mesas y hacer café en múltiples plataformas robóticas.

El modelo más reciente de este repositorio es pi0.5, de septiembre de 2025. En octubre de 2026, Physical Intelligence anunció una Pi API beta que ofrece sus modelos más recientes por otra vía: subes datos, haces el fine-tuning en la infraestructura de cómputo que ella gestiona y ejecutas el resultado mediante inferencia alojada. El acceso a la beta es por solicitud. La publicación no dice que esos modelos más recientes vayan a publicarse aquí, así que lo que puedes ejecutar en tu propio hardware son los checkpoints de este repositorio.

Por qué importa

OpenPI representa el primer modelo fundacional robotico de proposito general de Physical Intelligence. Su familia de modelos pi0 demuestra que un unico modelo VLA puede controlar robots diversos en muchas tareas, senalando un cambio hacia modelos fundacionales en robotica similar a lo que GPT hizo por el lenguaje.

Qué problema resuelve

Construir politicas roboticas desde cero para cada tarea es costoso y lento. OpenPI proporciona modelos fundacionales preentrenados que pueden ajustarse para nuevas tareas con datos minimos, reduciendo dramaticamente la barrera para desplegar comportamientos roboticos capaces.

Puntos clave

• Primer modelo fundacional robotico de proposito general de codigo abierto (pi0, pi0-FAST, pi0.5)
• Preentrenado con mas de 10.000 horas de datos roboticos diversos de multiples embodiments
• Capaz de tareas complejas de multiples pasos: doblar ropa, montar cajas, preparar cafe
• Arquitectura de vision-lenguaje-accion que procesa tanto entrada visual como instrucciones lingueisticas
• Pesos y codigo abiertos permiten el ajuste fino por parte de la comunidad en configuraciones roboticas personalizadas

Para quién es

• Investigadores de robotica que exploran modelos fundacionales
• Empresas que despliegan robots de manipulacion
• Ingenieros de ML que ajustan politicas roboticas
• Laboratorios de investigacion con datos limitados de demostracion robotica

Limitaciones

• Requiere recursos GPU significativos para inferencia (modelos VLA grandes)
• El ajuste fino aún necesita algunos datos de demostración específicos de la tarea
• El rendimiento depende de la similitud con los embodiments robóticos del preentrenamiento
• El despliegue en el mundo real requiere una evaluación de seguridad cuidadosa
• Este repositorio no es donde se ofrecen los modelos más recientes de Physical Intelligence: desde octubre de 2026 llegan a través de su Pi API beta alojada, por solicitud. El modelo más reciente aquí es pi0.5.