Intelligence physique et pi-zéro
Physical Intelligence (souvent désignée par le symbole pi) est une startup de San Francisco qui construit une IA à usage général pour les robots, et pi-zero est son modèle phare vision-langage-action.
Aperçu
It matters because pi-zero shows a single model can fold laundry, bus tables, and assemble boxes across different robots, moving toward a universal robot control policy.
Plongée profonde
Fondée en 2024 par des chercheurs dont Karol Hausman, Sergey Levine, Brian Ichter et Chelsea Finn, Physical Intelligence (souvent écrite sous la lettre grecque pi) a levé environ 400 millions de dollars pour une valorisation d'environ 2 milliards de dollars auprès de bailleurs de fonds comme Jeff Bezos, OpenAI, Thrive et Lux. Son premier modèle, pi-zero, est un modèle vision-langage-action (VLA) qui prend des images de caméra et une instruction en langage naturel et génère des commandes continues de moteur de robot. Formé sur les données de nombreuses plates-formes et tâches robotisées, pi-zero a démontré des tâches adroites et réelles, notamment en pliant le linge d'un sèche-linge, en débarrassant les tables, en aplatissant les boîtes et en ensachant les articles. L'objectif de l'entreprise est le logiciel d'abord : un modèle de base qui apporte une intelligence physique flexible et généraliste à divers robots plutôt qu'une compétence sur mesure par machine.
Aperçu technique
pi-zero s'appuie sur un modèle de langage de vision pré-entraîné et ajoute un « expert » d'action qui produit un contrôle continu via une correspondance de flux, une technique de type diffusion qui génère des trajectoires motrices fluides à haute fréquence (environ 50 Hz). Cela permet au modèle de gérer les ajustements fins et rapides requis par les tâches adroites telles que le pliage du linge. En héritant d'une large compréhension sémantique de l'épine dorsale du VLM et en affinant les données du robot inter-incarnations, pi-zero suit les instructions linguistiques tout en généralisant les compétences sur différents bras et tâches du robot.
Impact stratégique
Stratégie du fournisseur
Les feuilles de route des fournisseurs influencent les fonctionnalités que votre équipe peut ensuite créer.
Coût et budget
Les conditions commerciales et les options de déploiement affectent les coûts et les risques à long terme.
Risques et sécurité
Les incitations des entreprises façonnent les défauts des produits, la posture de sécurité et l’ouverture.
L'avenir de l'intelligence physique et du pi-zéro
L'intelligence physique poursuit des modèles de plus en plus généraux (successeurs et versions ouvertes comme les variantes pi-zéro) qui suivent des instructions ouvertes et enchaînent des tâches à long terme. Attendez-vous à une meilleure fiabilité sur les nouveaux objets, à une adaptation plus rapide aux nouveaux robots et à un raisonnement qui relie la planification du langage au contrôle de bas niveau. Le principal défi reste la collecte de données de manipulation réelles suffisamment diverses et de haute qualité. En cas de succès, un seul « cerveau de robot » téléchargeable pourrait devenir une infrastructure standard pour l'industrie robotique.
Mise en œuvre dans le monde réel
Un robot à deux bras utilise Pi-Zero pour sortir les vêtements froissés d'un sèche-linge et les plier soigneusement sur une table.
Un robot de restaurant transporte les tables, débarrasse la vaisselle et les poubelles, en suivant une instruction en langage naturel.
Un robot d’entrepôt aplatit les cartons et emballe les produits d’épicerie en utilisant la même politique générale.
Les laboratoires de robotique affinent le pi-zéro sur leur propre bras pour acquérir de nouvelles compétences de manipulation sans former un modèle à partir de zéro.
Risques et garde-fous
Les annonces de lancement peuvent dépasser la stabilité des flux de production réels.
La tarification des API ou les changements de politique peuvent briser les hypothèses du jour au lendemain.
La dépendance à un seul fournisseur augmente les coûts de verrouillage et de migration.
Feuille de route de mise en œuvre
Évaluez les fournisseurs à l’aide de vos propres tâches et ensembles de données.
Vérifiez les conditions de confidentialité, de sécurité et juridiques avant l’intégration.
Maintenez un plan de secours entre les modèles ou les fournisseurs.
Surveillez les notes de version afin que les modifications de la feuille de route ne surprennent pas les équipes.
Continuez à explorer
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Physical Intelligence and pi-zero quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Guide suivant
Renseignement Apple
Questions fréquemment posées
What is Physical Intelligence and pi-zero?
Physical Intelligence (souvent désignée par le symbole pi) est une startup de San Francisco qui construit une IA à usage général pour les robots, et pi-zero est son modèle phare vision-langage-action. C'est important car pi-zero montre qu'un seul modèle peut plier le linge, les tables de transport et assembler des cartons sur différents robots, évoluant vers une politique de contrôle universelle des robots.
Quel type de modèle est le pi-zéro ?
pi-zero est un modèle vision-langage-action : il prend des images et une instruction linguistique et génère des commandes de moteur de robot.
Quelle tâche ménagère adroite est devenue la démo la plus célèbre de pi-zero ?
pi-zero a notamment démontré le pliage du linge tiré d'un sèche-linge, une tâche de manipulation difficile et adroite.
Quelle technique pi-zero utilise-t-il pour générer des actions continues et fluides du robot ?
pi-zero utilise l'adaptation de flux, une approche de type diffusion, pour produire des trajectoires motrices continues et à haute fréquence fluides.
Sur quelle base pi-zero s'appuie-t-il pour comprendre les instructions et les scènes ?
pi-zero est construit sur un modèle de langage de vision pré-entraîné, puis complété par un expert en action pour le contrôle.
Lequel de ces entreprises/investisseurs a soutenu l’intelligence physique ?
Le financement de Physical Intelligence comprenait OpenAI, ainsi que Jeff Bezos, Thrive et Lux Capital.