Physical Intelligence ouvre Pi API aux équipes robotiques

EElias

D’abord, l’équipe enregistre des exemples de la tâche, puis téléverse ces démonstrations pour affiner un modèle π. Physical Intelligence fournit l’infrastructure de calcul et de déploiement, au lieu de laisser chaque équipe assembler seule tous ces éléments. En clair, l’entreprise prend en charge une partie de l’entraînement et du service ; l’équipe apporte les données de son robot et doit vérifier le résultat sur sa machine. L’accès à la bêta passe par une liste d’attente, et les candidats doivent expliquer ce qu’ils souhaitent construire.

EElias

Un modèle robotique transforme des observations, par exemple celles de capteurs, et des instructions en propositions d’action : déplacer un bras ou commander une pince. Le modèle de base fournit des connaissances physiques réutilisables, que l’équipe adapte ensuite à une machine, à une tâche et à un environnement. Pour produire les démonstrations, elle peut téléopérer le robot, c’est-à-dire le piloter à distance, et enregistrer les essais réussis. Puis elle relie le robot au service hébergé, qui fournit les prédictions nécessaires à son fonctionnement. La première adaptation ne règle pas nécessairement tous les cas : l’équipe observe ce qui se passe, repère les erreurs, recueille de nouveaux exemples ciblés et relance l’entraînement. C’est une boucle assez concrète, disons : montrer une tâche, essayer le modèle sur la machine, puis compléter les données là où le comportement n’est pas satisfaisant.

EElias

Les partenaires de conception cités sont Actor, Almond, Chef Robotics, AgRobotics et Formic ; leurs projets couvrent plusieurs secteurs, notamment la construction, la fabrication, l’agriculture, la restauration et la logistique. Ce sont des entreprises qui testent l’adaptation des modèles à des robots et à des tâches différentes, plutôt qu’un seul usage standard. Almond indique avoir obtenu une politique robotique fonctionnelle pour une tâche d’ébavurage après 4 jours d’itérations avec l’API. Ce résultat est celui annoncé par Almond : il ne permet pas de conclure que toute équipe obtiendra le même résultat en 4 jours, avec une autre machine ou une autre tâche. Pour la bêta, l’accès se fait sur liste d’attente et les candidats doivent décrire leur projet. Les tarifs n’ont pas été communiqués, donc il est impossible de comparer pour l’instant le coût du service avec celui d’une infrastructure gérée directement par une équipe.

EElias

Dans les cas rapportés, un vêtement peut se retrouver retourné, un ingrédient tomber d’une pelle ou une pièce se poser au mauvais endroit. Ces incidents montrent pourquoi une équipe doit observer les tâches concrètes, plutôt que se fier uniquement à une mesure générale de performance. Il faut aussi tenir compte du chemin entre le robot et le modèle : les observations partent vers une inférence distante, puis les prédictions reviennent par le réseau. Les projets des partenaires ont notamment fait apparaître des problèmes de connexion, d’après AlphaSignal.

EElias

Avec Pi API, Physical Intelligence propose de gérer une partie de l’infrastructure dont une équipe aurait besoin pour ajuster un modèle et l’utiliser sur un robot. Cela regroupe le calcul, le déploiement et l’accès à l’inférence hébergée, tandis que les équipes peuvent concentrer leur travail sur les démonstrations et les tâches qu’elles veulent automatiser. L’intérêt est de rendre plus direct le passage des exemples enregistrés à un modèle adapté, sans effacer le travail nécessaire sur les données. Le résultat d’Almond donne un premier repère concret, mais il reste lié à cette entreprise, à sa tâche d’ébavurage et à ses itérations. Les problèmes de connexion rapportés invitent aussi à tester l’usage dans les conditions réelles du projet. Enfin, la liste d’attente et l’absence de tarifs annoncés laissent encore ouvertes deux questions pratiques : qui pourra accéder à la bêta, et à quel coût. La proposition est donc une infrastructure gérée pour adapter et servir des modèles robotiques ; sa valeur pour chaque équipe dépendra de ses essais, de son robot et de ses besoins.