迭代,并不代表已经实现整机自主制造。
更多早期使用者:这一组还包括 Argon Robotics、Chef Robotics、Deft、Dream Machines、Formic Robotics、Foundry、Frontier Machines、General Instinct、Intuition.dev、Omakase、robot.com、Ultra、Yondu,以及一次黑客松中的参与者。
部署情况与限制:上述多数应用,无论位于日本、瑞士还是美国,都是通过 API 使用云端托管推理。这些部署覆盖了多种任务和环境,也暴露出需要改进的地方,包括部分场景的网络连接问。文章没有披露统一的任务成功率、推理延迟、服务价格或规模化部署成本。
从使用反馈中改进模型:Pi 认为,模型被用于越多真实任务,就越能看清现有能力与局限,并据此改进下一代模型。现实任务范围极广,机器人建筑施工、机器人手术、仓储自动化,每一个方向都需要一家企业投入。如果每个团队都从零解决物理智能问,难度将难以承受。开放 API 可以让应用企业基于共同的模型基础开发,也帮助 Pi 理解更广泛的真实需求。
结论:这次发布展示的核心进展,是外部团队已经能够利用 Pi 的模型和托管基础设施,独立完成“数据—训练—测试—补充数据”的迭代,并在部分真实任务中提升自主能力。目前仍处于早期阶段,后续版本将根据开发者反馈改进。希望参与 Beta 的团队,可以在官网提交计划构建的应用;Pi 同时招聘研究、基础设施、硬件、人力和运营人员。
https://www.pi.website/blog/api-beta
@aigc1024