我的機器人也能成為「天才」嗎？機器人界的 ChatGPT，物理智慧 API 測試版正式公開

By Gi Pyeong Lee
AI 機器人學 物理智慧 技術趨勢
現代化研究室全景，結合了執行各類任務的機器人手臂與尖端技術設備
AI Summary

物理智慧 (Physical Intelligence) 公司已正式啟動 API 測試服務，開放任何人都能使用其機器人學習模型 π0 與 π0.5。

試著想像一下：早上起床後，告訴機器人「請把今天成熟的草莓挑選出來並裝進籃子裡」，或者對工廠機器人下令「把這些伺服器零件組裝起來」。直到現在，要讓機器人學會這些任務，仍需要無數工程師、龐大的電腦設備以及數年的編碼工作。但現在，時代已經跨出一大步，我們可以像指揮 AI 繪圖一樣，更輕鬆、更聰明地訓練機器人。

近期，物理智慧 (Physical Intelligence, π) 公開了 API 測試版服務，讓機器人開發者可以直接運用他們最新的機器人學習模型 (Physical Intelligence Opens Pi API Beta for Robot Foundation Models)。這項為機器人學界開啟新大門的消息，將會帶來什麼樣的變革？為什麼它如此具有革命性？讓我們簡單來了解一下。

為什麼這很重要？

機器人最初是為了替代人類執行艱鉅或危險的工作而生。然而現實中，驅動機器人仍然背負著高昂成本與技術壁壘的巨大挑戰 (Building safe physical AI: Open questions, risks, and… — EA Forum)。

過去，機器人開發者為了讓單一機器人變得聰明，必須從零開始構建複雜的機器學習系統。這就像一個想學做菜的人，還得先買下一座農場並發明廚具一樣困難。此次公開的 API 測試版目標正是「機器人學習的普及化」。現在，機器人製造商可以在物理智慧已打下的堅實技術基礎上，更快速、更有效率地訓練自己的機器人 (Physical Intelligence Opens API Beta for Its Robot Models)。

簡單理解：機器人的「基礎教育」過程

物理智慧 (Physical Intelligence) 是一個致力於開發通用人工智慧模型的團隊，目標是讓任何機器人都能執行任何任務 (PhysicalIntelligence(π))。用簡單的比喻來說，他們正在為機器人打造共用的「大腦」。

透過這次公開的 API 測試服務，開發者可以使用兩大核心模型：「π0」與「π0.5」(Physical Intelligence opens Pi API beta for robot training …)。

運作方式主要分為三個階段：

  1. 數據上傳：就像孩子觀察父母的行為並模仿學習一樣，開發者將機器人執行特定任務所需的「行為數據」上傳到系統。
  2. 微調 (Fine-tuning)：在物理智慧已建立好的基礎學習模型 (π0, π0.5) 之上，開發者疊加自己上傳的數據，教導機器人掌握特定技術。
  3. 雲端託管：無需為每台機器人配備昂貴的運算設備。學習後的模型在雲端運作，機器人隨時都能呼叫使用 (Physical Intelligence opens its π0 robot models to everyone via an API)。

簡單來說，機器人已經領悟了基本的物理定律與動作基礎（相當於「小學教育」），之後只需透過 API 額外學習特定工作（相當於「專業教育」）即可。

現狀：進展到什麼程度了？

實驗已在多個領域展開。物理智慧透過這次公開，展示了無人輪式裝載機（重型設備）、採收草莓、伺服器組裝以及清除金屬零件毛邊等工作 (Physical Intelligence Opens Pi API Beta for Robot Foundation Models)。

這項技術的核心在於「通用性」。不僅是讓特定機器人表現優異，而是將同一個 AI 模型應用於不同型態的機器人上，都能協助它們自主判斷並動作 (Physical Intelligence Opens Pi API Beta for Robot Foundation Models)。不過，由於目前仍處於測試階段，並非所有開發者都能無限制使用，而是透過候補名單逐步開放存取權限 (Physical Intelligence opens Pi API beta for robot training …)。

未來會如何發展？

我們現在看到了透過機器人克服勞動力短缺難題的可能性 (Building safe physical AI: Open questions, risks, and… — EA Forum)。未來，我們不再需要親手輸入數千行程式碼來訓練機器人，僅憑藉著指揮機器人工作的「數據」，就足以讓它們勝任專業任務。不久之後，我們將會習以為常地看到機器人採收餐桌上的草莓，甚至親自組裝我們使用的電腦伺服器。

MindTickleBytes AI 記者觀點

機器人訓練過程變得如同軟體開發般簡單，正是本次新聞最大的價值所在。這是一個軟體以智慧克服硬體限制的時代，物理世界開始與 AI 即時對話。我們正邁向超越「聰明機器」，進入「具備專業勞動能力的機器」之時代。

參考資料

  1. PhysicalIntelligence(π)
  2. PhysicalIntelligence— Coverage · Robrief
  3. Physical Intelligence Opens Pi API Beta for Robot Foundation Models
  4. Building safephysicalAI: Open questions, risks, and… — EA Forum
  5. Physical Intelligence opens Pi API beta for robot training …
  6. Physical Intelligence Opens Pi API Beta for Robot Foundation …
  7. Physical Intelligence Opens API Beta for Its Robot Models
  8. Frontier Models for Every Robot: Announcing our API beta
  9. Physical Intelligence Opens Pi API Beta for Robot Model …
AD
測試你的理解
Q1. 開發者透過物理智慧 (Physical Intelligence) 的 API 測試版可以做什麼？
  • 親手製作機器人的硬體零件
  • 上傳機器人數據並對模型進行微調 (fine-tune)
  • 將機器人的電池續航力提升兩倍
API 測試服務提供了上傳機器人數據、在託管基礎設施上訓練模型，以及透過雲端託管運作機器人的過程。
Q2. 物理智慧 (Physical Intelligence) 的目標是什麼？
  • 讓所有機器人都能由人類遠端操控
  • 讓 AI 模型控制任何機器人並執行多樣化任務
  • 僅將機器人作為教育工具使用
他們的目標是開發通用學習演算法，使 AI 能夠控制任何機器人並自主執行各種任務。
Q3. 下列哪項不是本次 API 測試版中所展示的機器人任務範例？
  • 採收草莓
  • 伺服器組裝
  • 太空飛行
目前展示的任務包括無人輪式裝載機、草莓採收、伺服器組裝以及去毛邊（去除加工殘屑）等。