openpi은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

openpi은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

openpi은(는) 아직 유지보수되고 있나요?

6개월 이내 업데이트. openpi의 마지막 커밋은 2026년 8월 24일입니다.

openpi은(는) 어디에 사용할 수 있나요?

DROID 또는 ALOHA 하드웨어에서 사전 학습된 로봇 정책 실행 자체 로봇 데이터셋으로 기본 VLA 모델 파인튜닝 원격 GPU 서버로 정책 추론 오프로드

openpi는 어떻게 설치하나요?

서브모듈을 포함해 저장소를 클론합니다: git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git uv를 설치한 다음 Python 환경을 설정합니다: GIT_LFS_SKIP_SMUDGE=1 uv sync openpi 패키지를 editable 모드로 설치합니다: GIT_LFS_SKIP_SMUDGE=1 uv pip install -e . README의 Python 예제를 사용해 사전 학습된 체크포인트로 추론을 실행합니다(NVIDIA GPU 필요)

openpi은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Physical-Intelligence/openpi

Physical-Intelligence/openpi

Physical Intelligence의 오픈소스 로보틱스 VLA 모델로, 사전 학습 체크포인트와 파인튜닝 예제를 제공합니다.

GitHub에서 보기

스타: 14,311
포크: 2,571
열린 이슈: 363
마지막 커밋: 2개월 전

어떤 프로젝트인가요?

openpi는 Physical Intelligence 팀이 공개한 오픈소스 로보틱스 모델 및 패키지 저장소입니다. 세 가지 VLA 모델 계열을 제공합니다. flow 기반 모델인 π₀, FAST action tokenizer를 기반으로 한 자기회귀 모델인 π₀-FAST, 그리고 오픈 월드 일반화 성능을 개선한 π₀의 업그레이드 버전인 π₀.₅입니다. 10k시간이 넘는 로봇 데이터로 사전 학습한 기본 체크포인트와 DROID, ALOHA 등의 플랫폼에 맞게 파인튜닝한 체크포인트를 사용할 수 있습니다.

저장소에는 추론과 파인튜닝 관련 기능이 포함되어 있습니다. 몇 줄의 Python 코드로 체크포인트를 실행하거나, websocket을 통해 정책을 제공해 원격 추론을 수행할 수 있습니다. 또한 자체 데이터를 LeRobot 데이터셋 형식으로 변환한 뒤 파인튜닝할 수 있습니다. 원래 구현은 JAX로 작성되었으며, π₀와 π₀.₅의 PyTorch 구현도 포함되어 있습니다. 다만 π₀-FAST와 LoRA 학습 등의 일부 기능은 아직 PyTorch에서 지원되지 않습니다.

하드웨어 요구 사항은 실행 모드별로 안내되어 있습니다. 추론에는 8 GB 초과 GPU 메모리, LoRA 파인튜닝에는 22.5 GB 초과, 전체 파인튜닝에는 70 GB 초과가 필요합니다. 프로젝트는 Ubuntu 22.04에서만 테스트되었습니다.

핵심 기능

01세 가지 VLA 모델 계열: π₀, π₀-FAST, π₀.₅
0210k시간이 넘는 로봇 데이터로 사전 학습한 기본 체크포인트
03DROID 및 ALOHA 플랫폼용 파인튜닝 체크포인트
04websocket을 통한 원격 정책 제공
05π₀ 및 π₀.₅의 JAX 및 PyTorch 구현

활용 사례

DROID 또는 ALOHA 하드웨어에서 사전 학습된 로봇 정책 실행
자체 로봇 데이터셋으로 기본 VLA 모델 파인튜닝
원격 GPU 서버로 정책 추론 오프로드

빠른 시작

1
서브모듈을 포함해 저장소를 클론합니다
git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git
2
uv를 설치한 다음 Python 환경을 설정합니다
GIT_LFS_SKIP_SMUDGE=1 uv sync
3
openpi 패키지를 editable 모드로 설치합니다
GIT_LFS_SKIP_SMUDGE=1 uv pip install -e .
4
README의 Python 예제를 사용해 사전 학습된 체크포인트로 추론을 실행합니다(NVIDIA GPU 필요)

사용 전 알아둘 점

NVIDIA GPU가 필요하며, 추론에는 8 GB를 초과하는 메모리가 필요합니다.
공식 테스트는 Ubuntu 22.04에서만 진행되었습니다. 다른 운영체제는 지원되지 않습니다.
π₀ 모델은 저자들이 사용하는 로봇을 위해 개발되었으므로 사용 중인 플랫폼에서는 작동하지 않을 수 있습니다.

토픽

#robotics #vision-language-action #imitation-learning #jax #pytorch #fine-tuning

자주 묻는 질문

openpi은(는) 무엇인가요?: Physical Intelligence의 오픈소스 로보틱스 VLA 모델로, 사전 학습 체크포인트와 파인튜닝 예제를 제공합니다. openpi는 Physical Intelligence 팀이 공개한 오픈소스 로보틱스 모델 및 패키지 저장소입니다. 세 가지 VLA 모델 계열을 제공합니다. flow 기반 모델인 π₀, FAST action tokenizer를 기반으로 한 자기회귀 모델인 π₀-FAST, 그리고 오픈 월드 일반화 성능을 개선한 π₀의 업그레이드 버전인 π₀.₅입니다. 10k시간이 넘는 로봇 데이터로 사전 학습한 기본 체크포인트와 DROID, ALOHA 등의 플랫폼에 맞게 파인튜닝한 체크포인트를 사용할 수 있습니다.
openpi은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: openpi은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
openpi은(는) 아직 유지보수되고 있나요?: 6개월 이내 업데이트. openpi의 마지막 커밋은 2026년 8월 24일입니다.
openpi은(는) 어디에 사용할 수 있나요?: DROID 또는 ALOHA 하드웨어에서 사전 학습된 로봇 정책 실행 자체 로봇 데이터셋으로 기본 VLA 모델 파인튜닝 원격 GPU 서버로 정책 추론 오프로드
openpi는 어떻게 설치하나요?: 서브모듈을 포함해 저장소를 클론합니다: git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git uv를 설치한 다음 Python 환경을 설정합니다: GIT_LFS_SKIP_SMUDGE=1 uv sync openpi 패키지를 editable 모드로 설치합니다: GIT_LFS_SKIP_SMUDGE=1 uv pip install -e . README의 Python 예제를 사용해 사전 학습된 체크포인트로 추론을 실행합니다(NVIDIA GPU 필요)
openpi은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Physical-Intelligence/openpi

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.