Kalifornisches Robotik-Startup: π0.5 AI von Physical Intelligence
Das Unternehmen Physical Intelligence bringt mit seinem neuesten KI-Modell namens π0.5 (Pi 0.5) Veränderungen in die Welt der Robotik. Dieses Startup konzentriert sich auf die Entwicklung sogenannter „Foundation-Modelle“ für die Robotik – universeller „Gehirne“, die verschiedene Robotertypen in unstrukturierten Umgebungen wie Haushalten oder Büros antreiben könnten.
Was ist π0.5?
π0.5 ist ein fortschrittliches generalistisches Policy-Modell, das auf der vorherigen Version π0 aufbaut. Es stellt einen bedeutenden Schritt hin zu Robotern dar, die in vielfältigen, ungeordneten Umgebungen effektiv agieren können. Anders als die meisten kommerziellen Roboter, die eine streng kontrollierte Umgebung (z. B. Fabriken) erfordern, wird π0.5 darauf trainiert, „unaufgeräumte“ reale Umgebungen zu bewältigen, in denen sich Objekte und Anordnungen drastisch unterscheiden.
Wichtige technologische Eigenschaften
- Generalisierung in der offenen Welt: Von π0.5 gesteuerte Roboter können in Umgebungen arbeiten, die sie während des Trainings noch nie „gesehen“ haben.
- VLA-Architektur (Vision-Language-Action): Sie integriert visuelle Wahrnehmung, Sprachverständnis und die Generierung von Aktionen in einem einzigen Modell.
- Gemeinsames Training mit heterogenen Daten: Das Modell lernt aus vielfältigen Datenquellen, darunter Bilder, textbasierte Anweisungen und Roboteraktionen.
Das Modell verwendet einen hierarchischen Ansatz: Zunächst generiert es eine übergeordnete Aktion in natürlicher Sprache. Anschließend übersetzt es diese in untergeordnete motorische Befehle – eine Sequenz von Gelenkbewegungen, die über etwa eine Sekunde ausgeführt werden. Dieser Prozess der „Gedankenkette“ ermöglicht es demselben neuronalen Netzwerk, sowohl auf einer abstrakten (semantischen) als auch auf einer konkreten Ebene (motorische Steuerung) zu schlussfolgern.
In praktischen Tests konnten Roboter mit π0.5:
- Verschiedene Haushaltsaufgaben in unbekannten Haushalten ausführen.
- Geschirr umräumen, verschüttete Flüssigkeiten mit einem Schwamm aufwischen und weitere alltägliche Aufgaben bewältigen.
- Beim Umgang mit neuen Herausforderungen eine an menschliche Problemlösung erinnernde Flexibilität zeigen.
Die Leistungsfähigkeit des Modells verbessert sich mit zunehmender Exposition gegenüber vielfältigeren Trainingsumgebungen kontinuierlich. Nach dem Training in etwa 100 einzigartigen Umgebungen nähert sich seine Erfolgsquote der von Modellen an, die direkt auf Testszenarien trainiert wurden.
Ziele des Unternehmens
Physical Intelligence strebt die Entwicklung von Foundation-Modellen für die Robotik an – analog zu großen Sprachmodellen wie GPT –, die als universelle „Gehirne“ für viele Arten physisch verkörperter Geräte dienen könnten. Ihre Vision umfasst die Vereinfachung der Programmierung und des Einsatzes von Robotern in verschiedenen Branchen, von der Haushaltshilfe bis zum Gesundheitswesen. Obwohl π0.5 noch nicht auf hohe Geschicklichkeit oder das vollständige Erlernen neuer Fähigkeiten von Grund auf ausgerichtet ist, stellt es einen wichtigen Meilenstein auf dem Weg zur Entwicklung wirklich vielseitiger Roboterassistenten dar, die ihr Verhalten flexibel anpassen können – selbst wenn sie völlig unbekannten physischen Räumen oder Aufgaben gegenüberstehen.
Hier können Sie sich Videos vom Training der Roboter ansehen.
