π0.5 (pi-0.5)
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Physical Intelligence
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 22 April 2025
- Auteurs
- 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…
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Robotics, Vision
- Tâche
- Robotic manipulation
- Modèle de base
- PaliGemma
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 3.3B
- Données d'entraînement
- 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
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 337
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- $π_{0.5}$: a Vision-Language-Action Model with Open-World Generalization
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
D'où cela vient-il
π0.5 (pi-0.5) a été publié par Physical Intelligence, dans le pays enregistré comme United States of America, durant April 2025. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Robotics, Vision, et est enregistré comme exécutant la tâche de robotic manipulation.
Il s'appuie sur PaliGemma. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Réponses
π0.5 (pi-0.5) — questions courantes
π0.5 (pi-0.5)— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
π0.5 (pi-0.5)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 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. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
π0.5 (pi-0.5)— qui l'a créé ?
Il a été publié par Physical Intelligence, basé sur United States of America, une organisation catégorisée comme industry.
π0.5 (pi-0.5)— quand a-t-il été publié ?
Il a été publié dans April 2025.
π0.5 (pi-0.5)— à quoi ça sert ?
Il fonctionne dans le domaine de Robotics, Vision, et est enregistré comme gérant la tâche de robotic manipulation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
π0.5 (pi-0.5)— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.