π0.5 (pi-0.5)
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Physical Intelligence
- Organisatietype
- Industry
- Land
- United States of America
- Gepubliceerd
- 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…
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Robotics, Vision
- Taak
- Robotic manipulation
- Basis model
- PaliGemma
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 3.3B
- Training gegevens
- 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
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- Unreleased
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
- Citaties
- 337
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- $π_{0.5}$: a Vision-Language-Action Model with Open-World Generalization
- Laatst bijgewerkt
- 11 February 2026
Wat de cijfers betekenen
Waar het vandaan kwam
π0.5 (pi-0.5) werd gepubliceerd door Physical Intelligence, in het land geregistreerd als United States of America, tijdens April 2025. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Robotics, Vision, en wordt geregistreerd als het uitvoeren van de taak van robotic manipulation.
Het bouwt voort op PaliGemma. De meeste modellen op deze schaal zijn aangepast van een bestaande basis in plaats van vanuit het niets gebouwd.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Antwoorden
π0.5 (pi-0.5) — veelgestelde vragen
π0.5 (pi-0.5)— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
π0.5 (pi-0.5)— hoeveel parameters heeft het?
Het heeft een parameter telling van 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. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
π0.5 (pi-0.5)— wie heeft het gemaakt?
Het werd gepubliceerd door Physical Intelligence, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
π0.5 (pi-0.5)— wanneer is het uitgebracht?
Het werd gepubliceerd in April 2025.
π0.5 (pi-0.5)— waarvoor wordt het gebruikt?
Het werkt in het domein van Robotics, Vision, en wordt geregistreerd als het afhandelen van robotic manipulation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
π0.5 (pi-0.5)— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.