La société a passé les huit derniers mois à développer son « modèle de base », appelé π0 ou pi-zéro. π0 a été entraîné à l’aide d’énormes quantités de données provenant de plusieurs types de robots effectuant diverses tâches domestiques. L’entreprise demande souvent à des humains de téléopérer les robots pour fournir l’enseignement nécessaire.

L'intelligence physique, également connue sous le nom de PI ou π, a été fondée plus tôt cette année par plusieurs éminents chercheurs en robotique pour poursuivre la nouvelle approche robotique inspirée par les avancées dans les capacités linguistiques de l'IA.

« La quantité de données sur laquelle nous nous entraînons est, à notre connaissance, supérieure à n'importe quel modèle robotique jamais réalisé, et de loin, de loin », déclare Sergueï Levinecofondateur de Physical Intelligence et professeur agrégé à l'UC Berkeley. “Ce n'est en aucun cas ChatGPT, mais c'est peut-être proche de GPT-1”, ajoute-t-il, en référence au premier grand modèle de langage développé par OpenAI en 2018.

Les vidéos publiées par Physical Intelligence montrent une variété de modèles de robots effectuant diverses tâches ménagères avec des compétences impressionnantes. Un robot à roues pénètre dans une sécheuse pour récupérer des vêtements. Un bras robotique transporte une table encombrée de tasses et d’assiettes. Une paire de bras robotisés saisit et plie le linge. Un autre exploit impressionnant maîtrisé par l'algorithme de l'entreprise est la construction d'une boîte en carton, qui implique un robot pliant doucement ses côtés et assemblant délicatement les pièces les unes aux autres.

Plier des vêtements est particulièrement difficile pour les robots, car ils nécessitent une connaissance plus générale du monde physique, explique Hausman, car cela implique de manipuler un large éventail d'objets flexibles qui se déforment et se froissent de manière imprévisible.

L’algorithme affiche des bizarreries étonnamment humaines, secouant par exemple des T-shirts et des shorts pour les faire reposer à plat.

Hausman note que l’algorithme ne fonctionne pas parfaitement et que, comme les chatbots modernes, les robots échouent parfois de manière surprenante et amusante. Lorsqu’on lui a demandé de charger des œufs dans un carton, un robot a choisi un jour de trop remplir la boîte et de la forcer à se fermer. Une autre fois, un robot a soudainement jeté une boîte sur une table au lieu de la remplir d'objets.