OpenPI

Foundation model VLA di Physical Intelligence per il controllo generale dei robot

Licenza

Apache-2.0

Panoramica

Foundation model open source di tipo Vision-Language-Action (VLA) di Physical Intelligence per il controllo generale dei robot. Include i modelli pi0, pi0-FAST e pi0.5, pre-addestrati su oltre 10.000 ore di dati robotici. Il primo foundation model robotico di uso generale, in grado di controllare piattaforme robotiche diverse in più compiti, tra cui piegare il bucato, assemblare scatole, sparecchiare i tavoli e preparare il caffè.

OpenPI è un repository open source di Physical Intelligence che contiene foundation model di tipo modello Vision-Language-Action (VLA) e l'infrastruttura di addestramento per la robotica. Fornisce checkpoint di modelli base pre-addestrati su oltre 10.000 ore di dati robotici per il fine-tuning e l'inferenza. I modelli disponibili includono pi0 (VLA basato su flow), pi0-FAST (autoregressivo con il tokenizer di azioni FAST) e pi0.5 (migliore generalizzazione in mondo aperto con knowledge insulation). Il progetto ottiene risultati allo stato dell'arte su benchmark come LIBERO e supporta compiti diversi, tra cui piegare il bucato, assemblare scatole, sparecchiare i tavoli e preparare il caffè, su più piattaforme robotiche.

Il modello più recente in questo repository è pi0.5, di settembre 2025. Nell'ottobre 2026 Physical Intelligence ha annunciato una beta della Pi API che offre i suoi modelli più recenti in un altro modo: si caricano i dati, si esegue il fine-tuning su risorse di calcolo gestite da Physical Intelligence e si esegue il risultato tramite inferenza ospitata. L'accesso alla beta avviene su richiesta. Il post non dice che quei modelli più recenti saranno pubblicati qui, quindi i checkpoint di questo repository sono ciò che si può eseguire sul proprio hardware.

Perché è importante

OpenPI rappresenta il primo foundation model robotico di uso generale di Physical Intelligence. La sua famiglia di modelli pi0 dimostra che un singolo modello VLA può controllare robot diversi in molti compiti, segnalando una svolta verso i foundation model nella robotica simile a quella che GPT ha prodotto per il linguaggio.

Il problema che risolve

Costruire da zero policy robotiche per ogni compito è costoso e lento. OpenPI fornisce foundation model pre-addestrati che possono essere adattati con il fine-tuning a nuovi compiti con pochissimi dati, abbassando drasticamente la barriera per mettere in campo comportamenti robotici capaci.

Punti chiave

• Primo foundation model robotico open source di uso generale (pi0, pi0-FAST, pi0.5)
• Pre-addestrato su oltre 10.000 ore di dati robotici diversi su più embodiment
• In grado di svolgere compiti complessi in più fasi: piegare il bucato, assemblare scatole, preparare il caffè
• L'architettura Vision-Language-Action elabora sia l'input visivo sia le istruzioni in linguaggio naturale
• Pesi e codice aperti consentono alla comunità il fine-tuning su configurazioni robotiche personalizzate

A chi si rivolge

• Ricercatori di robotica che esplorano i foundation model
• Aziende che mettono in campo robot di manipolazione
• Ingegneri ML che eseguono il fine-tuning di policy robotiche
• Laboratori di ricerca con pochi dati di dimostrazione robotica

Limiti

• Richiede notevoli risorse GPU per l'inferenza (grandi modelli VLA)
• Il fine-tuning richiede comunque alcuni dati di dimostrazione specifici del compito
• Le prestazioni dipendono dalla somiglianza con gli embodiment robotici del pre-addestramento
• L'impiego nel mondo reale richiede un'attenta valutazione della sicurezza
• Questo repository non è il canale in cui Physical Intelligence offre i suoi modelli più recenti: da ottobre 2026 questi arrivano tramite la beta ospitata della Pi API, su richiesta. Il modello più recente qui è pi0.5.