π0.5 (pi-0.5)
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Physical Intelligence
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 22 April 2025
- Autori
- 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…
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Robotics, Vision
- Compito
- Robotic manipulation
- Modello di base
- PaliGemma
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 3.3B
- Dati di addestramento
- 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
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 337
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- $π_{0.5}$: a Vision-Language-Action Model with Open-World Generalization
- Ultimo aggiornamento
- 11 February 2026
Cosa significano i numeri
Da dove è venuto
π0.5 (pi-0.5) è stato pubblicato da Physical Intelligence, nel paese registrato come United States of America, durante April 2025. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Robotics, Vision, ed è registrato come eseguire il compito di robotic manipulation.
Costruisce su PaliGemma. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Risposte
π0.5 (pi-0.5) — domande comuni
π0.5 (pi-0.5)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
π0.5 (pi-0.5)— quanti parametri ha?
Ha un numero di parametri di 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. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
π0.5 (pi-0.5)— chi l'ha creato?
È stato pubblicato da Physical Intelligence, basato su United States of America, un'organizzazione categorizzata come industry.
π0.5 (pi-0.5)— quando è stato rilasciato?
È stato pubblicato in April 2025.
π0.5 (pi-0.5)— A cosa serve?
Funziona nel dominio di Robotics, Vision, e viene registrato come gestire il compito di robotic manipulation. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
π0.5 (pi-0.5)— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.