Python 库,逐层加载大语言模型,让 70B 级模型可在单张 4GB 显卡上推理,无需量化。
Physical-Intelligence/openpi
Physical Intelligence 开源的机器人视觉-语言-动作(VLA)模型,提供预训练权重与微调示例。
- Star
- 14,311
- Fork
- 2,571
- 未关闭 Issue
- 363
- 最近提交
- 2个月前
这是什么?
openpi 是 Physical Intelligence 团队发布的开源机器人模型与工具包。仓库包含三类 VLA 模型:基于流匹配的 π₀、基于 FAST 动作分词器的自回归模型 π₀-FAST,以及在开放世界泛化上有所提升的 π₀.₅。项目提供在超过 1 万小时机器人数据上预训练的基础模型,以及面向 DROID、ALOHA 等平台的微调版本。
仓库覆盖推理与微调流程。用户可以用几行 Python 代码加载模型推理,也可以通过 websocket 将策略服务部署在远程 GPU 上供机器人调用,或将自有数据转换为 LeRobot 格式后进行微调。原始实现基于 JAX,同时提供 π₀ 与 π₀.₅ 的 PyTorch 版本,其中 π₀-FAST、LoRA 训练等功能暂不支持 PyTorch。
硬件方面,推理需要超过 8 GB 显存,LoRA 微调需超过 22.5 GB,全量微调需超过 70 GB。项目目前仅在 Ubuntu 22.04 上测试。
核心功能
- 01提供 π₀、π₀-FAST、π₀.₅ 三类 VLA 模型
- 02基础模型基于 1 万小时以上机器人数据预训练
- 03提供面向 DROID、ALOHA 平台的微调权重
- 04支持通过 websocket 远程提供策略推理服务
- 05π₀ 与 π₀.₅ 同时提供 JAX 和 PyTorch 实现
适用场景
- 在 DROID 或 ALOHA 机器人上运行预训练策略
- 基于自有机器人数据微调基础 VLA 模型
- 将策略推理部署到远程 GPU 服务器
快速上手
- 1
克隆仓库及子模块
git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git - 2
安装 uv,然后配置 Python 环境
GIT_LFS_SKIP_SMUDGE=1 uv sync - 3
以可编辑模式安装 openpi 包
GIT_LFS_SKIP_SMUDGE=1 uv pip install -e . - 4
使用 README 中的 Python 示例,基于预训练模型运行推理(需要 NVIDIA GPU)
使用前须知
- 需要 NVIDIA GPU,推理至少需要超过 8 GB 显存。
- 仅在 Ubuntu 22.04 上测试,不支持其他操作系统。
- π₀ 模型是为作者自有机器人开发的,可能无法在你的平台上正常工作。
标签
常见问题
- openpi 是什么?
- Physical Intelligence 开源的机器人视觉-语言-动作(VLA)模型,提供预训练权重与微调示例。 openpi 是 Physical Intelligence 团队发布的开源机器人模型与工具包。仓库包含三类 VLA 模型:基于流匹配的 π₀、基于 FAST 动作分词器的自回归模型 π₀-FAST,以及在开放世界泛化上有所提升的 π₀.₅。项目提供在超过 1 万小时机器人数据上预训练的基础模型,以及面向 DROID、ALOHA 等平台的微调版本。
- openpi 可以免费使用吗?用的什么许可证?
- openpi 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- openpi 还在维护吗?
- 半年内有更新。openpi 最近一次提交是在 2026年8月24日。
- openpi 适合用来做什么?
- 在 DROID 或 ALOHA 机器人上运行预训练策略 基于自有机器人数据微调基础 VLA 模型 将策略推理部署到远程 GPU 服务器
- openpi 怎么安装和运行?
- 克隆仓库及子模块: git clone --recurse-submodules git@github.com:Physical-Intelligence/openpi.git 安装 uv,然后配置 Python 环境: GIT_LFS_SKIP_SMUDGE=1 uv sync 以可编辑模式安装 openpi 包: GIT_LFS_SKIP_SMUDGE=1 uv pip install -e . 使用 README 中的 Python 示例,基于预训练模型运行推理(需要 NVIDIA GPU)
- 在哪里获取 openpi?
- 源代码和安装说明在 GitHub 上:https://github.com/Physical-Intelligence/openpi
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 PyTorch 的强化学习算法实现库,提供可靠、接口统一的基准版本。
一个免费开源的大语言模型微调与后训练框架,通过 YAML 文件进行配置。
面向扩散模型微调的一体化训练套件,支持图像、视频和音频模型,可通过 Web UI 或命令行使用。
通过一份 YAML 配置完成 LLM 微调与后训练的命令行工具,支持在低显存消费级显卡上训练。
面向 Stable Diffusion 等图像生成模型的训练、生成与工具脚本集合,支持 LoRA 与微调。