OpenPI

Modelos de fundação VLA da Physical Intelligence para controle geral de robôs

Licença

Apache-2.0

Visão geral

Modelos fundacionais de visão-linguagem-ação (VLA) de código aberto da Physical Intelligence para controle geral de robôs. Inclui os modelos pi0, pi0-FAST e pi0.5, pré-treinados com mais de 10 mil horas de dados de robôs. É o primeiro modelo fundacional de robótica de uso geral, capaz de controlar diversas plataformas robóticas em várias tarefas, incluindo dobrar roupas, montar caixas, tirar mesas e preparar café.

O OpenPI é um repositório de código aberto da Physical Intelligence que contém modelos fundacionais de visão-linguagem-ação (VLA) e infraestrutura de treinamento para robótica. Ele oferece checkpoints de modelos base pré-treinados com mais de 10.000 horas de dados de robôs, para fine-tuning e inferência. Os modelos disponíveis incluem o pi0 (VLA baseado em fluxo), o pi0-FAST (autorregressivo, com o tokenizador de ações FAST) e o pi0.5 (generalização em mundo aberto aprimorada com isolamento de conhecimento). O projeto alcança resultados de ponta em benchmarks como o LIBERO e suporta tarefas diversas, como dobrar roupas, montar caixas, tirar mesas e preparar café, em várias plataformas robóticas.

O modelo mais recente deste repositório é o pi0.5, de setembro de 2025. Em outubro de 2026, a Physical Intelligence anunciou uma Pi API beta que oferece seus modelos mais recentes por outro caminho: você envia os dados, faz o fine-tuning na infraestrutura de computação que ela gerencia e executa o resultado por inferência hospedada. O acesso à beta é por inscrição. A publicação não diz que esses modelos mais recentes serão publicados aqui, então o que você pode executar no seu próprio hardware são os checkpoints deste repositório.

Por que importa

O OpenPI representa o primeiro modelo fundacional de robótica de propósito geral da Physical Intelligence. Sua família de modelos pi0 demonstra que um único modelo VLA pode controlar robôs diversos em muitas tarefas, sinalizando uma mudança em direção a modelos fundacionais em robótica semelhante ao que o GPT fez para linguagem.

Problema que resolve

Construir políticas de robôs do zero para cada tarefa é caro e lento. O OpenPI fornece modelos fundacionais pré-treinados que podem ser ajustados para novas tarefas com dados mínimos, reduzindo drasticamente a barreira para implantar comportamentos robóticos capazes.

Pontos principais

• Primeiro modelo fundacional de robótica de propósito geral open source (pi0, pi0-FAST, pi0.5)
• Pré-treinado com mais de 10.000 horas de dados robóticos diversificados em múltiplas incorporações
• Capaz de tarefas complexas de múltiplas etapas: dobrar roupas, montar caixas, fazer café
• Arquitetura de visão-linguagem-ação processa tanto entrada visual quanto instruções em linguagem natural
• Pesos e código abertos permitem ajuste fino pela comunidade em configurações de robôs personalizadas

Para quem é

• Pesquisadores de robótica explorando modelos fundacionais
• Empresas implantando robôs de manipulação
• Engenheiros de ML fazendo ajuste fino de políticas de robôs
• Laboratórios de pesquisa com dados limitados de demonstração robótica

Limitações

• Requer recursos significativos de GPU para inferência (modelos VLA grandes)
• O ajuste fino ainda precisa de alguns dados de demonstração específicos da tarefa
• O desempenho depende da semelhança com as incorporações de robôs do pré-treinamento
• A implantação no mundo real requer avaliação cuidadosa de segurança
• Este repositório não é onde a Physical Intelligence oferece seus modelos mais recentes: desde outubro de 2026 eles vêm pela Pi API beta hospedada, por inscrição. O modelo mais recente aqui é o pi0.5.