ความฉลาดทางกายภาพและ pi-zero
ความฉลาดทางกายภาพ (มักมีสัญลักษณ์ pi) คือบริษัทสตาร์ทอัพในซานฟรานซิสโกที่สร้าง AI อเนกประสงค์สำหรับหุ่นยนต์ และ pi-zero ถือเป็นโมเดลหลักด้านการมองเห็น ภาษา และการกระทำ
ภาพรวม
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.
เจาะลึก
ก่อตั้งขึ้นในปี 2024 โดยนักวิจัยรวมถึง Karol Hausman, Sergey Levine, Brian Ichter และ Chelsea Finn หน่วยสืบราชการลับทางกายภาพ (มักเขียนเป็นอักษรกรีก pi) ระดมทุนได้ประมาณ 400 ล้านดอลลาร์ที่การประเมินมูลค่าประมาณ 2 พันล้านดอลลาร์จากผู้สนับสนุนเช่น Jeff Bezos, OpenAI, Thrive และ Lux รุ่นแรกคือ pi-zero ซึ่งเป็นโมเดลการมองเห็น-ภาษา-การกระทำ (VLA) ที่ถ่ายภาพจากกล้องและคำสั่งภาษาธรรมชาติ แล้วส่งออกคำสั่งมอเตอร์หุ่นยนต์ต่อเนื่อง pi-zero ได้รับการฝึกอบรมเกี่ยวกับข้อมูลจากแพลตฟอร์มและงานต่างๆ ของหุ่นยนต์ โดยสาธิตการทำงานบ้านในโลกแห่งความเป็นจริงที่คล่องแคล่ว การพับผ้าที่โด่งดังที่สุดจากเครื่องอบผ้า รวมถึงการเคลียร์โต๊ะ การพับกล่อง และการบรรจุถุง เป้าหมายของบริษัทคือเน้นซอฟต์แวร์เป็นอันดับแรก: โมเดลพื้นฐานที่นำความฉลาดทางกายภาพทั่วไปที่ยืดหยุ่นมาสู่หุ่นยนต์ที่หลากหลาย แทนที่จะมีทักษะเฉพาะตัวต่อเครื่องจักร
ข้อมูลเชิงลึกทางเทคนิค
pi-zero สร้างจากโมเดลภาษาการมองเห็นที่ได้รับการฝึกมาแล้ว และเพิ่มการดำเนินการ 'ผู้เชี่ยวชาญ' ที่เอาต์พุตการควบคุมอย่างต่อเนื่องผ่านการจับคู่การไหล ซึ่งเป็นเทคนิคคล้ายการแพร่กระจายที่สร้างวิถีมอเตอร์ความถี่สูงที่ราบรื่น (ประมาณ 50 Hz) ช่วยให้โมเดลสามารถจัดการงานที่ต้องใช้ความคล่องตัวในการปรับเปลี่ยนอย่างละเอียดและรวดเร็ว เช่น การพับผ้า ด้วยการสืบทอดความเข้าใจความหมายแบบกว้างจากแกนหลัก VLM และการปรับแต่งข้อมูลหุ่นยนต์ข้ามรูปลักษณ์อย่างละเอียด pi-zero จะปฏิบัติตามคำแนะนำภาษาในขณะเดียวกันก็สรุปทักษะทั่วทั้งแขนหุ่นยนต์และงานต่างๆ
ผลกระทบเชิงกลยุทธ์
กลยุทธ์ของผู้ขาย
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป
ต้นทุนและงบประมาณ
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว
ความเสี่ยงและความปลอดภัย
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง
อนาคตของความฉลาดทางกายภาพและ pi-zero
ความฉลาดทางกายภาพกำลังไล่ตามโมเดลทั่วไปมากขึ้นเรื่อย ๆ (รุ่นต่อและรุ่นเปิดเช่นรุ่น pi-zero) ที่ทำตามคำแนะนำปลายเปิดและเชื่อมโยงงานขอบฟ้ายาว คาดหวังความน่าเชื่อถือที่ดีขึ้นในวัตถุใหม่ การปรับให้เข้ากับหุ่นยนต์ใหม่เร็วขึ้น และเหตุผลที่เชื่อมโยงการวางแผนภาษากับการควบคุมระดับต่ำ ความท้าทายหลักยังคงรวบรวมข้อมูลการจัดการในโลกแห่งความเป็นจริงที่หลากหลายและมีคุณภาพสูงเพียงพอ หากประสบความสำเร็จ 'สมองหุ่นยนต์' ที่ดาวน์โหลดได้เพียงตัวเดียวอาจกลายเป็นโครงสร้างพื้นฐานมาตรฐานสำหรับอุตสาหกรรมหุ่นยนต์
การใช้งานจริงในโลกแห่งความเป็นจริง
หุ่นยนต์สองแขนใช้ pi-zero เพื่อนำเสื้อผ้าที่ยับยู่ยี่ออกจากเครื่องอบผ้าและพับไว้บนโต๊ะอย่างเรียบร้อย
หุ่นยนต์ในร้านอาหารขับโต๊ะ ล้างจานและขยะ โดยทำตามคำแนะนำที่เป็นภาษาธรรมชาติ
หุ่นยนต์ในโกดังทำให้กล่องกระดาษแข็งเรียบและบรรจุถุงใส่ของชำโดยใช้นโยบายทั่วไปเดียวกัน
ห้องปฏิบัติการวิทยาการหุ่นยนต์ปรับแต่ง pi-zero บนแขนของตัวเองเพื่อฝึกฝนทักษะการจัดการใหม่ๆ โดยไม่ต้องฝึกฝนโมเดลตั้งแต่เริ่มต้น
ความเสี่ยงและรั้ว
การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง
การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน
การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล
แผนงานการดำเนินงาน
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ
สำรวจต่อไป
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
คำแนะนำต่อไป
แอปเปิ้ลอัจฉริยะ
คำถามที่พบบ่อย
What is Physical Intelligence and pi-zero?
ความฉลาดทางกายภาพ (มักมีสัญลักษณ์ pi) คือบริษัทสตาร์ทอัพในซานฟรานซิสโกที่สร้าง AI อเนกประสงค์สำหรับหุ่นยนต์ และ pi-zero ถือเป็นโมเดลหลักด้านการมองเห็น ภาษา และการกระทำ สิ่งสำคัญคือเนื่องจาก pi-zero แสดงให้เห็นว่าโมเดลเดียวสามารถพับผ้า โต๊ะรถบัส และประกอบกล่องบนหุ่นยนต์ต่างๆ ได้ มุ่งสู่นโยบายการควบคุมหุ่นยนต์สากล
pi-zero เป็นรุ่นอะไรครับ?
pi-zero เป็นโมเดลการมองเห็น-ภาษา-การกระทำ โดยจะใช้รูปภาพและคำสั่งภาษา และส่งออกคำสั่งมอเตอร์ของหุ่นยนต์
งานบ้านที่คล่องแคล่วอะไรกลายเป็นการสาธิตที่โด่งดังที่สุดของ pi-zero?
pi-zero แสดงให้เห็นอย่างชัดเจนถึงผ้าพับที่ดึงออกมาจากเครื่องอบผ้า ซึ่งเป็นงานจัดการที่ยากและคล่องแคล่ว
pi-zero ใช้เทคนิคใดเพื่อสร้างการกระทำของหุ่นยนต์ต่อเนื่องที่ราบรื่น
pi-zero ใช้โฟลว์แมตช์ ซึ่งเป็นแนวทางคล้ายการแพร่กระจาย เพื่อเอาต์พุตวิถีมอเตอร์ต่อเนื่องความถี่สูงที่ราบรื่น
pi-zero สร้างขึ้นจากกระดูกสันหลังส่วนใดเพื่อทำความเข้าใจคำสั่งและฉากต่างๆ
pi-zero สร้างขึ้นจากโมเดลภาษาการมองเห็นที่ได้รับการฝึกมาแล้ว จากนั้นเสริมด้วยผู้เชี่ยวชาญด้านการดำเนินการเพื่อการควบคุม
บริษัท/นักลงทุนรายใดที่สนับสนุน Physical Intelligence
เงินทุนของ Physical Intelligence ประกอบด้วย OpenAI พร้อมด้วย Jeff Bezos, Thrive และ Lux Capital