Physical Intelligence 发布 Pi API 测试版：上传机器人数据即可在其云端微调 π 模型，并通过托管推理控制机器人

这件事意味着什么

【要点】

机器人基础模型公司 Physical Intelligence（π）10 月 13 日发布 Pi API 测试版，把自家最新的 π 系列模型开放给外部团队做微调和推理。流程是：上传自己机器人的示范数据，在 π 托管的算力和基础设施上发起微调，再通过托管网关调用微调后的模型实时控制机器人。π 表示 API 背后的模型会持续更新为其最新、最强的版本，并称最新模型在微调时需要的数据更少、能力也更强。

博客展示了两类合作方。一类是 π 深度参与的部署：例如 Actor 在犹他州的商业现场用无人驾驶的轮式装载机铲料装车，另有 AgRobotics、CloudChef、乳业公司等。另一类是早期拿到 API 自行迭代的公司，包括 Almond、Chef Robotics、Formic Robotics、Dream Machines 等十几家；Almond 用 API 迭代 4 天，就让自家双臂机器人 Axol 给自己的装配零件去毛刺。π 称这些应用从日本、瑞士到美国各地，大多跑在云端托管推理上，也暴露出部分现场网络连接不稳的问题。测试版目前通过申请表开放。

官方发布帖约 16 万次浏览、1265 赞；X 上相关讨论 24 小时约 220 帖，发布后每小时 14–23 帖持续不断。

【可核验】

π 官方博客：https://www.pi.website/blog/api-beta

π 官方 X 发布帖：https://x.com/physical_int/status/2110115571681690051

联合创始人 Chelsea Finn 帖：https://x.com/chelseabfinn/status/2110125641819668636

【我们的判断】

一、这是 π 第一次把自家模型以「云端微调+托管推理」的形态对外开放。π 此前通过 openpi 开源过 π0、π0.5 的权重，但自己搭训练和推理基础设施的门槛很高；API 把这部分包掉，机器人公司只需负责数据和硬件，分工开始像大语言模型那样分成模型层和应用层。

二、π 说得很直白：模型被用得越多，越能知道现实任务里哪里不行。API 既是产品，也是数据飞轮，用来积累训练下一代通用模型所需的真实场景反馈。

三、云端推理控制实体机器人有天然短板，π 自己也承认部分现场网络连接不稳。延迟敏感、需要高安全性的场景能否接受云端控制，以及什么时候提供本地部署，是这款测试版接下来要回答的问题。