π0.5 (pi-0.5)
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Physical Intelligence
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 22 April 2025
- Autoren
- Kevin Black, Noah Brown, James Darpinian, Karan Dhabalia, Danny Driess, Adnan Esmail, Michael Equi, Chelsea Finn, Niccolo Fusai, Manuel Y. Galliker, Dibya Ghosh, Lachy Groom, Karol Hausman, Brian Ichter, Szymon Jakubczak, Tim Jones, Liyiming Ke, Devin LeBlanc, Sergey Levine, Adrian Li-Bell, Mohith Mothukuri, Suraj Nair, Karl Pertsch, Allen Z. Ren, Lucy Xiaoyang Shi, Laura Smith, Jost Tobias Spring…
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Robotics, Vision
- Aufgabe
- Robotic manipulation
- Basis-Modell
- PaliGemma
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 3.3B
- Trainingsdaten
- tokens
Fig. 3: Model overview pre-training: - PaliGemma (3B): SigLIP (400M) + Gemma (2.6B) - FAST tokenizer post-training: - pretrained VLM (3B) - action expert (300M) inference: same as post-training this is in line with π0's 3.3B parameters
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 337
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- $π_{0.5}$: a Vision-Language-Action Model with Open-World Generalization
- Zuletzt aktualisiert
- 11 February 2026
Was die Zahlen bedeuten
Woher es kam
π0.5 (pi-0.5) wurde veröffentlicht von Physical Intelligence, im Land aufgezeichnet als United States of America, während April 2025. Die veröffentlichende Organisation ist als industry.
Es funktioniert im Bereich von Robotics, Vision, und wird als die Aufgabe von aufgezeichnet robotic manipulation.
Es basiert auf PaliGemma. Die meisten Modelle in diesem Bereich sind von einer bestehenden Basis abgeleitet, anstatt aus dem Nichts erstellt zu werden.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Antworten
π0.5 (pi-0.5) — Häufige Fragen
π0.5 (pi-0.5)— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
π0.5 (pi-0.5)— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 3.3B. Fig. 3: Model overview pre-training: - PaliGemma (3B): SigLIP (400M) + Gemma (2.6B) - FAST tokenizer post-training: - pretrained VLM (3B) - action expert (300M) inference: same as post-training this is in line with π0's 3.3B parameters. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
π0.5 (pi-0.5)— Wer hat es erstellt?
Es wurde veröffentlicht von Physical Intelligence, basiert auf United States of America, eine als kategorisierte Organisation industry.
π0.5 (pi-0.5)— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in April 2025.
π0.5 (pi-0.5)— Wofür wird es verwendet?
Es funktioniert im Bereich von Robotics, Vision, und wird als Bewältigung der Aufgabe von robotic manipulation. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
π0.5 (pi-0.5)— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.