OpenPI

Modèles fondamentaux VLA de Physical Intelligence pour contrôle robotique général

Licence

Apache-2.0

Aperçu

Modèles de fondation vision-langage-action (VLA) open source de Physical Intelligence pour le contrôle robotique général. Comprend les modèles pi0, pi0-FAST et pi0.5 préentraînés sur plus de 10k heures de données robotiques. Premier modèle de fondation de robot généraliste, capable de contrôler diverses plateformes robotiques pour de multiples tâches incluant plier le linge, assembler des boîtes, débarrasser les tables et faire du café.

OpenPI est un dépôt open source de Physical Intelligence contenant des modèles fondamentaux vision-langage-action (VLA) et une infrastructure d'entraînement pour la robotique. Il fournit des checkpoints de modèle de base préentraînés sur plus de 10 000 heures de données robotiques pour le fine-tuning et l'inférence. Les modèles disponibles incluent pi0 (VLA basé sur les flux), pi0-FAST (autorégressif avec tokenizer d'action FAST) et pi0.5 (généralisation améliorée en monde ouvert avec isolation des connaissances). Le projet atteint des résultats de pointe sur des benchmarks comme LIBERO et supporte diverses tâches incluant plier le linge, assembler des boîtes, débarrasser les tables et faire du café sur plusieurs plateformes robotiques.

Le modèle le plus récent de ce dépôt est pi0.5, de septembre 2025. En octobre 2026, Physical Intelligence a annoncé une Pi API beta qui propose ses derniers modèles par une autre voie : vous envoyez vos données, lancez le fine-tuning sur la puissance de calcul qu'elle gère et exécutez le résultat par inférence hébergée. L'accès à la bêta se fait sur candidature. Le billet ne dit pas que ces derniers modèles seront publiés ici : ce que vous pouvez exécuter sur votre propre matériel, ce sont donc les checkpoints de ce dépôt.

Pourquoi c'est important

OpenPI represente le premier modèle de fondation robotique generaliste de Physical Intelligence. Sa famille de modeles pi0 demontre qu'un seul modele VLA peut controler des robots divers sur de nombreuses taches, signalant un virage vers les modèles de fondation en robotique, similaire a ce que GPT a fait pour le langage.

Le problème résolu

Construire des politiques robotiques a partir de zero pour chaque tache est couteux et lent. OpenPI fournit des modeles de fondation pre-entraines qui peuvent etre affines pour de nouvelles taches avec un minimum de donnees, reduisant considerablement la barriere au deploiement de comportements robotiques performants.

Points clés

• Premier modèle de fondation robotique generaliste open source (pi0, pi0-FAST, pi0.5)
• Pre-entraine sur plus de 10 000 heures de donnees robotiques diversifiees a travers plusieurs embodiments
• Capable de taches complexes en plusieurs etapes : plier du linge, assembler des boites, preparer du cafe
• Architecture vision-langage-action traitant a la fois les entrees visuelles et les instructions linguistiques
• Poids et code ouverts permettant a la communaute d'affiner sur des configurations robotiques personnalisees

Pour qui

• Chercheurs en robotique explorant les modeles de fondation
• Entreprises deployant des robots de manipulation
• Ingenieurs ML affinant des politiques robotiques
• Laboratoires de recherche disposant de peu de donnees de demonstration robotique

Limites

• Nécessite des ressources GPU importantes pour l'inférence (modèles VLA de grande taille)
• L'affinage nécessite toujours des données de démonstration spécifiques à la tâche
• Les performances dépendent de la similarité avec les embodiments robotiques du pré-entraînement
• Le déploiement en conditions réelles nécessite une évaluation rigoureuse de la sécurité
• Ce dépôt n'est pas l'endroit où Physical Intelligence propose ses derniers modèles : depuis octobre 2026, ils passent par sa Pi API beta hébergée, sur candidature. Le modèle le plus récent ici est pi0.5.