量子化なしで、レイヤー単位に大規模言語モデルを実行し、70Bクラスのモデルを4GB GPU 1枚で推論できるPythonライブラリ。
Physical-Intelligence/openpi
Physical Intelligenceによるオープンソースのロボット向けVLAモデル。事前学習済みチェックポイントとファインチューニングの例を提供します。
- スター
- 14,311
- フォーク
- 2,571
- 未解決の Issue
- 363
- 最終コミット
- 2 か月前
これは何?
openpiは、Physical Intelligenceチームが公開するオープンソースのロボット向けモデルとパッケージをまとめたリポジトリです。VLAモデルを3系統提供しています。フローベースのモデルπ₀、FASTアクショントークナイザーを基盤とする自己回帰モデルπ₀-FAST、オープンワールドでの汎化性能を高めたπ₀のアップグレード版π₀.₅です。ロボットデータを10k時間以上使って事前学習したベースチェックポイントに加え、DROIDやALOHAなどのプラットフォーム向けにファインチューニングされたチェックポイントも利用できます。
リポジトリでは推論とファインチューニングの両方を扱います。数行のPythonコードでチェックポイントを実行したり、websocket経由でポリシーを提供してリモート推論したり、データをLeRobotデータセット形式に変換して独自データでファインチューニングしたりできます。元の実装はJAXで、π₀とπ₀.₅のPyTorch実装も含まれています。ただし、π₀-FASTやLoRA学習など、一部の機能はまだPyTorchでサポートされていません。
モード別のハードウェア要件が示されています。推論には8 GBを超えるGPUメモリ、LoRAファインチューニングには22.5 GB超、フルファインチューニングには70 GB超が必要です。動作確認済みの環境はUbuntu 22.04のみです。
主な機能
- 013系統のVLAモデル:π₀、π₀-FAST、π₀.₅
- 02ロボットデータを10k時間以上使って事前学習したベースチェックポイント
- 03DROIDおよびALOHAプラットフォーム向けのファインチューニング済みチェックポイント
- 04websocket経由のリモートポリシー配信
- 05π₀とπ₀.₅のJAXおよびPyTorch実装
ユースケース
- DROIDまたはALOHAのハードウェアで事前学習済みのロボットポリシーを実行する
- 独自のロボットデータセットでベースVLAモデルをファインチューニングする
- ポリシーの推論をリモートGPUサーバーにオフロードする
クイックスタート
- 1
サブモジュールを含めてリポジトリをクローンする
git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git - 2
uvをインストールし、Python環境をセットアップする
GIT_LFS_SKIP_SMUDGE=1 uv sync - 3
openpiパッケージをeditableモードでインストールする
GIT_LFS_SKIP_SMUDGE=1 uv pip install -e . - 4
READMEのPythonサンプルを使って、学習済みチェックポイントで推論を実行する(NVIDIA GPUが必要)
使う前に知っておきたいこと
- NVIDIA GPUが必要です。推論には8 GBを超えるメモリが必要です。
- 公式にテストされているのはUbuntu 22.04のみです。それ以外のOSはサポートされていません。
- π₀モデルは作者自身のロボット向けに開発されており、お使いのプラットフォームでは動作しない場合があります。
トピック
よくある質問
- openpi とは?
- Physical Intelligenceによるオープンソースのロボット向けVLAモデル。事前学習済みチェックポイントとファインチューニングの例を提供します。 openpiは、Physical Intelligenceチームが公開するオープンソースのロボット向けモデルとパッケージをまとめたリポジトリです。VLAモデルを3系統提供しています。フローベースのモデルπ₀、FASTアクショントークナイザーを基盤とする自己回帰モデルπ₀-FAST、オープンワールドでの汎化性能を高めたπ₀のアップグレード版π₀.₅です。ロボットデータを10k時間以上使って事前学習したベースチェックポイントに加え、DROIDやALOHAなどのプラットフォーム向けにファインチューニングされたチェックポイントも利用できます。
- openpi は無料で使えますか?ライセンスは?
- openpi は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- openpi は今もメンテナンスされていますか?
- 半年以内に更新あり。openpi の最終コミットは 2026年8月24日 です。
- openpi は何に使えますか?
- DROIDまたはALOHAのハードウェアで事前学習済みのロボットポリシーを実行する 独自のロボットデータセットでベースVLAモデルをファインチューニングする ポリシーの推論をリモートGPUサーバーにオフロードする
- openpi のインストール方法は?
- サブモジュールを含めてリポジトリをクローンする: git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git uvをインストールし、Python環境をセットアップする: GIT_LFS_SKIP_SMUDGE=1 uv sync openpiパッケージをeditableモードでインストールする: GIT_LFS_SKIP_SMUDGE=1 uv pip install -e . READMEのPythonサンプルを使って、学習済みチェックポイントで推論を実行する(NVIDIA GPUが必要)
- openpi はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/Physical-Intelligence/openpi
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
PyTorchで強化学習アルゴリズムを実装したライブラリ。研究や実用で信頼でき、一貫性のあるベースラインを提供します。
YAMLファイルで設定できる、大規模言語モデルのファインチューニングとポストトレーニング向けの無料・オープンソースフレームワークです。
Web UIまたはCLIから、一般向けGPUで画像・動画・音声の拡散モデルをファインチューニングできるオールインワンの学習ツールキット。
単一のYAML設定からLLMのファインチューニングや追加学習を行うCLIツール。VRAMの少ない一般向けGPUにも対応。
Stable Diffusionなどの画像生成モデル向け学習・生成・ユーティリティスクリプト。LoRAやファインチューニングに対応。