π0.7 (pi-0.7)
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
- 16 April 2026
- Autori
- Bo Ai, Ali Amin, Raichelle Aniceto, Ashwin Balakrishna, Greg Balke, Kevin Black, George Bokinsky, Shihao Cao, Thomas Charbonnier, Vedant Choudhary, Foster Collins, Ken Conley, Grace Connors, James Darpinian, Karan Dhabalia, Maitrayee Dhaka, Jared DiCarlo, Danny Driess, Michael Equi, Adnan Esmail, Yunhao Fang, Chelsea Finn, Catherine Glossop, Thomas Godden, Ivan Goryachev, Lachlan Groom, Haroun Hab…
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
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
- 5.3B
- Dati di addestramento
- tokens
"nitialized from the Gemma3 4B-parameter VLM [106] [...] (including a 400M-parameter vision encoder), and a flow matching action expert with 860M parameters. The model has about 5B total 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
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- π0.7: a Steerable Generalist Robotic Foundation Model with Emergent Capabilities
- Ultimo aggiornamento
- 13 May 2026
Cosa significano i numeri
Informazioni su questo modello
π0.7 (pi-0.7) è stato pubblicato da Physical Intelligence, nel paese registrato come United States of America, durante April 2026. La categoria sotto cui rientra l'editore è industry.
Funziona nel dominio di Robotics, Vision, ed è registrato come eseguire il compito di robotic manipulation.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Risposte
π0.7 (pi-0.7) — domande comuni
π0.7 (pi-0.7)— chi l'ha creato?
È stato pubblicato da Physical Intelligence, basato su United States of America, un'organizzazione categorizzata come industry.
π0.7 (pi-0.7)— quando è stato rilasciato?
È stato pubblicato in April 2026.
π0.7 (pi-0.7)— A cosa serve?
Funziona nel dominio di Robotics, Vision, e viene registrato come gestire il compito di robotic manipulation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
π0.7 (pi-0.7)— 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.
π0.7 (pi-0.7)— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
π0.7 (pi-0.7)— quanti parametri ha?
Ha un numero di parametri di 5.3B. "nitialized from the Gemma3 4B-parameter VLM [106] [...] (including a 400M-parameter vision encoder), and a flow matching action expert with 860M parameters. The model has about 5B total 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.
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.