Physical Intelligence domina le Humanoid Olympics in tempi record
- Fonte: Physical Intelligence
- Autore: Open Source Robotics
- Pubblicato: 2026-01-22
- Categoria: research
Physical Intelligence (PI) ha completato in appena 3,5 mesi, con il suo foundation model pi-0.6, compiti di manipolazione che si prevedeva richiedessero 9-12 mesi, conquistando l'oro in 3 delle 5 categorie delle Robot Olympics.
Rettifica — 29 ottobre 2026. Una versione precedente di questo articolo indicava di quante volte ogni compito era più lento rispetto a una persona e un numero di esempi di addestramento. Né il post di Physical Intelligence né quello di Benjie Holson riportano questi dati nel testo, quindi sono stati rimossi.
---
Physical Intelligence vince le Robot Olympics
Physical Intelligence (PI) ha fatto incetta di medaglie nella sfida “Humanoid Olympic Games”, una serie di compiti di manipolazione ideati dal robotico Benjie Holson (in passato a Google X / Everyday Robots, oggi Director of Robotics di Robust AI).
La sfida
Holson ha creato un quadro strutturato che classifica sfide fisiche quotidiane in livelli da medaglia di bronzo, argento e oro, pensati appositamente per spingere al limite il feedback di forza, la precisione e la manipolazione in più fasi.
Risultati
Con il fine-tuning del suo foundation model pi-0.6 su meno di 9 ore di dati specifici per ciascun compito, PI ha ottenuto:
- Medaglie d'oro in 3 categorie su 5 - 52% di tasso di successo medio (contro il 9% di un VLM di base senza preaddestramento robotico) - Compiti portati a termine con successo, anche se più lentamente di una persona
Compiti dimostrati
- Entrare da una porta a chiusura automatica - Rivoltare un calzino - Piegare una maglietta rivoltata - Usare una chiave senza percezione della forza - Preparare un panino al burro di arachidi (definito “il più impressionante”) - Pulire una finestra con uno spruzzino - Usare un sacchetto per i bisogni del cane - Sbucciare un'arancia - Pulire una padella unta
L'intuizione tecnica chiave
PI ha ottenuto questi risultati usando solo la visione e pinze a due dita, nonostante i compiti fossero pensati per richiedere sensori di forza e mani multidito per la manipolazione fine. Ciò suggerisce che la manipolazione robotica stia passando da un “problema di invenzione” a un “problema di raccolta dati”.
Limiti
- Compiti svolti nello stesso ambiente con gli stessi oggetti - Generalizzazione a nuovi ambienti non dimostrata - Non è riuscita a risolvere il compito di livello oro sul bucato (pinza troppo larga per le maniche della camicia) - Per sbucciare l'arancia sono serviti attrezzi anziché le sole dita
Lo stesso Benjie Holson ha scritto: “Pensavo che molti di questi fossero più a 9-12 mesi di distanza. Conquistarne così tanti solo tre mesi e mezzo dopo la loro pubblicazione è pazzesco.”
Perché è importante
Dimostra che approcci basati sulla sola visione, con semplici pinze a due dita, possono risolvere compiti di manipolazione che si riteneva richiedessero sensori di forza e mani multidito per la manipolazione fine. Ciò abbassa radicalmente la barriera hardware per la ricerca sulla manipolazione e suggerisce che il collo di bottiglia si stia spostando dall'hardware specializzato e costoso alla raccolta dati, rendendo la manipolazione avanzata più accessibile a ricercatori e maker con attrezzature modeste.
Punti chiave
- Un foundation model sottoposto a fine-tuning su meno di 9 ore di dati per compito raggiunge un tasso di successo del 52%
- Compiti che si prevedeva richiedessero 9-12 mesi sono stati completati in 3,5 mesi
- L'approccio basato sulla sola visione ha funzionato senza sensori di forza né mani per la manipolazione fine
- La generalizzazione a nuovi ambienti resta da dimostrare: tutti i compiti sono stati svolti con gli stessi oggetti nello stesso luogo
- Cambio di paradigma: la manipolazione passa da problema di invenzione a problema di raccolta dati
Il lato open source
Mette in discussione l'idea che l'hardware costoso sia il prerequisito per una manipolazione utile. I maker della comunità con pinze e telecamere di base potrebbero essere più vicini del previsto a una manipolazione pratica. Il fabbisogno di meno di 9 ore di dati di addestramento per compito suggerisce che bracci robotici open source dotati di telecamere potrebbero replicare approcci simili, man mano che i foundation model diventano più accessibili.
Tecnologie correlate
- pi-0.6 foundation model
- Vision-Language Models (VLM)
- Pincer grippers
- Fine-tuning
- Imitation learning
Link
- Fonte: https://www.pi.website/blog/olympics