基盤モデル主要企業の発表

Physical Intelligence、ロボット向け基盤モデルの「Pi API」ベータ版を発表 データを送って調整し、クラウドから実機を動かす

米Physical Intelligence(π)は2026年10月13日、自社のロボット向けAIモデルを外部の開発者が使えるようにする「Pi API」のベータ版を発表しました。自分のデータを送って調整(ファインチューニング)し、できたモデルを実機で動かすところまでを、同社が管理する計算環境で行う仕組みで、参加は順番待ちの登録制です。

要点

  • 流れは「データを送る」「πのモデルを調整する」「ホスト型の推論で実機を動かす」「評価データで次の改善に進む」の4つとしている
  • 早期に使った会社の例として、運転席に人がいない自律型のホイールローダーや、4日の改善で部品のバリ取りができるようになった双腕ロボットが紹介された
  • 料金や正式な提供の時期は示されておらず、通信環境が課題になった利用者もいたとしている

何が発表されたのか

Physical Intelligenceは、ロボットが物をつかみ、運び、畳むといった作業を行うための基盤モデル「π」シリーズを開発している会社です。πの一部(π0とπ0.5)は、研究者が使えるよう公開されています。今回のPi APIは、最新のπのモデルを、会社が用意する環境で使えるようにするものです。

これまでロボットのAIを現場で動かすには、ロボットの専門家が学習用の計算機を用意し、データを整え、モデルを調整し、実機に載せるまでをすべて自前で行う必要がありました。Pi APIはこのうち、学習用の計算とモデルの置き場を会社が引き受けます。利用者は、自分のロボットで集めた作業の記録を送り、調整されたモデルを通信越しに呼び出して使います。

使い方の流れ

順番やること
1自分のロボットで集めたデータをアップロードする
2πのモデルを、会社が管理する計算環境で調整する
3調整したモデルを、ホスト型の推論の窓口から呼び出し、実機で動かす
4評価のデータを見て、次に集めるデータを決める

発表では、ロボットの改善を「実演を集める、モデルを学習させる、ロボットで試す、失敗から次に集めるデータを決める」という循環として説明しています。この循環を何度も回せるかどうかが、現場で使えるロボットになるかを左右する、という考え方です。現場データの質がそのまま結果に響く点は、このAPIでも変わりません。

紹介された利用の例

早期に使った会社として、20社前後の名前が並んでいます。そのうち具体的に説明されたのは2社です。

会社内容
Actor(米ユタ州)自律型の重機。運転席に人がいない状態のホイールローダーが、ダンプトラックに資材をすくって積む。実際の商業運用だとしている
Almond(サンフランシスコ)双腕ロボット「Axol」が、自社の組み立てに使うスペーサーのバリ取りを行う。Pi APIで4日間改善を重ねて得たモデルだとしている

導入先は日本、スイス、米国の各地にまたがり、多くはクラウド上の推論で動いているとされています。一方で、通信環境が難しい場面があったことも書かれています。ロボットの動きをクラウドで判断する方式は、通信が遅れたり途切れたりしたときの挙動を、あらかじめ決めておく必要があります。クラウドとロボットの役割分担は、クラウドAI・エッジAI・ロボットの役割で整理しています。

日本の現場にとっての意味

自社専用のロボットAIを作る体力のない会社にとって、基盤モデルをAPIで借りて自分のデータで調整するという選択肢が出てきたことは、大きな変化です。導入先に日本が含まれているとされる以上、国内の事業者が試す動きが出てくる可能性もあります。

ただし、今回の発表は限定公開で、料金も一般向けの提供時期も示されていません。工場や倉庫の作業は、安全の確認、止め方、責任の所在が先に決まっていないと動かせません。クラウドに作業データやカメラ映像を送る場合の扱いも、導入前に整理が必要です。この発表は、現場にすぐ入れられる製品を示すものではなく、PoCに使える開発の道具が増えたことを示すものと読むのが妥当です。

API発表につながる初期モデルの構成

Physical Intelligenceが2024年10月31日に発表したπ₀は、画像と言語の事前学習と、公開された操作データ、自社の8種類のロボットのデータを組み合わせた試作モデルだった。作業例には箱の組み立てや電源プラグの接続が含まれる。公式説明では、指示による実行と追加学習の両方を使い、異なる機体のデータを一つの学習構成へ集めている。

出典:Physical Intelligence『π₀: Our First Generalist Policy』(2026年11月17日確認)

自前で動かす道:公開モデル「openpi」との違い

Physical Intelligenceは、Pi APIとは別に、π0、π0-FAST、π0.5のモデルと学習の仕組みを「openpi」としてGitHubで公開しています。利用の条件はApache-2.0のライセンスで、2025年9月にπ0.5の追加とPyTorchへの対応が行われました。公開資料が示す計算機の目安は、推論に8GBを超えるGPUメモリー、LoRAという軽い方法での追加学習に22.5GB超、すべての重みを学習し直す場合に70GB超で、例としてRTX 4090やA100(80GB)、H100が挙がっています。

つまり、公開版のモデルなら自社の計算機で調整して動かせますが、GPUの用意と学習の作業は自分で受け持つことになります。Pi APIは、その計算と置き場を会社側に任せ、公開版より新しいモデルを使える代わりに、データを外部へ送り、通信越しにロボットを動かす形です。社内に計算機と専門の人がいるか、データを社外に出せるかが、2つの道を選ぶときの分かれ目になります。

出典:Physical Intelligence『openpi』(GitHub)(2026年11月17日確認)

この記事で確認できていないこと

発表の時点で公表されていない、または出典で確かめられなかった点です。

  • Pi APIの料金体系と、ベータ版から正式な提供に移る時期
  • 最新のモデルの名前と、調整に必要なデータの量
  • 通信が途切れたときにロボットがどう動くか(安全な停止の仕組み)
  • 日本国内の事業者が使う場合の契約条件と、データの保存場所

出典

このページは、上の出典をもとに編集部が整理したものです。発表元の公式ページではありません。会社や機関の言い分は「〜としている」と書き、書かれていない内容は足していません。投資や導入の判断は、出典の原文と専門家の確認を前提にしてください。

この発表に関係する解説

ほかの新しいニュース

ニュースの一覧を見る

API発表につながる初期モデルの構成

Physical Intelligenceが2024年10月31日に発表したπ₀は、画像と言語の事前学習と、公開された操作データ、自社の8種類のロボットのデータを組み合わせた試作モデルだった。作業例には箱の組み立てや電源プラグの接続が含まれる。公式説明では、指示による実行と追加学習の両方を使い、異なる機体のデータを一つの学習構成へ集めている。

出典:Physical Intelligence『π₀: Our First Generalist Policy』(2026年11月17日確認)