π0-FAST
피지컬 인텔리전스🇺🇸 미국π (pi) 계열
행동 생성 (VLA)발표일 2025.01가중치 공개 · Apache-2.0
DCT 기반 FAST 액션 토크나이저로 액션을 압축 토큰화한 자기회귀 π0 변형. 확산형 π0 대비 학습이 최대 5배 빠르며 언어 지시 추종이 우수.
- 파라미터
- 3공식
- 제어 빈도
- —값 없음 (미공개이거나 아직 확인하지 못함)
- 적용 로봇
- —
- 벤치마크 결과
- 8건
B (10억 개)
Hz · 행동 출력 빈도
윙치키에 연결된 로봇
수록된 점수
공식 자료프로젝트 페이지 pi.website논문 arxiv.org코드 저장소 github.com가중치 huggingface.co
한눈에 읽기
무엇인가
- 행동 생성 (VLA) — Vision-Language-Action. 영상과 지시를 받아 로봇의 팔·손 동작으로 바꾸는 AI.
- 발표일 2025-01
- 가중치 공개 (Apache-2.0) — 내려받아 직접 실행·추가 학습할 수 있음
- 수록된 벤치마크 결과 8건
- 연결된 학습용 데이터셋 2개
확인된 정보
- 사양 9개 항목 중 4개에 값이 있음
- 공식 공식 4개: 구조, 파라미터 (B), 학습용 데이터셋, 발표 벤치마크
- 벤치마크 결과 8건: 자체 발표 0건 · 자체 발표 외 평가 8건
- 값 확인일 2025-01 · 값마다 출처는 아래 '구조와 학습' 표
확인이 필요한 정보
- 값 없는 기본 사양 (공개 자료에서 찾지 못함): 입력, 제어 빈도 (Hz)
- 수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요
어떤 모델인가
π0-FAST는 Physical Intelligence가 2025년 1월 FAST 논문과 함께 발표한 자기회귀형 행동 생성 (VLA) 모델이다. π0와 같은 PaliGemma 계열 백본과 교차 로봇 학습용 데이터셋을 쓰지만, 액션을 flow matching 대신 이산 토큰으로 예측한다. 핵심인 액션 토크나이저 FAST는 JPEG처럼 액션 청크에 이산 코사인 변환(DCT)을 적용해 주파수 성분으로 바꾸고, 이를 양자화한 뒤 BPE로 압축해 청크당 보통 30~60개 토큰으로 줄인다.
저자들은 단순 구간 분할(binning) 토큰화로는 학습이 진척되지 않던 식탁 정리·티셔츠 개기 같은 고빈도 과제를 풀 수 있게 됐다고 밝혔다. 또 1만 시간 규모 로봇 데이터에서 확산형 VLA와 비슷한 성능을 내면서 학습 시간을 최대 5배 줄였다고 주장한다. 대신 추론 비용이 π0보다 약 4~5배 크다고 스스로 밝혔으며, DROID 데이터셋으로 학습한 정책이 세 대학의 새 환경에서 언어 지시를 zero-shot으로 따랐다고 발표했다.
100만 개 실제 로봇 궤적으로 학습한 범용 토크나이저 FAST+는 Hugging Face에 공개됐고, π0-FAST 기본·DROID 체크포인트는 2025년 2월 openpi로 공개됐다.
회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.
구조와 학습
| 구조 | PaliGemma-3B 자기회귀 행동 생성 (VLA) + FAST 토크나이저(DCT + BPE)공식 |
|---|---|
| 파라미터 (B) | 3공식 |
| 학습용 데이터셋 | π 데이터 혼합(약 1만 시간) + OXE, DROID공식 |
| 발표 벤치마크 | 확산 π0 대비 동급 성능에 학습 연산 최대 5배 절감; DROID 정책 zero-shot 일반화공식 |
벤치마크 결과
결과 날짜 최신순 · 같은 벤치마크라도 세부 조건이 다르면 직접 비교할 수 없어요| 벤치마크 | 세부 조건 | 점수 | 평가 구분 | 결과 날짜 |
|---|---|---|---|---|
| RoboArena | DROID A/B 평가 BT 레이팅 | 1582 | 운영팀 평가 | 2026-10 |
| RoboCasa / RoboCasa365 | RoboCasa Kitchen (24개 과제) 평균 | 63.6% | 다른 팀 논문 표 | 2026-05 |
| RoboCasa / RoboCasa365 | RoboCasa365 평균 (Atomic-Seen/Composite-Seen/Composite-Unseen) | 21.7% | 다른 팀 논문 표 | 2026-05 |
| SimplerEnv (SIMPLER) | Google Robot – Variant Aggregation 평균 | 44.3% | 다른 팀 논문 표 | 2026-02 |
| SimplerEnv (SIMPLER) | Google Robot – Visual Matching 평균 | 46.4% | 다른 팀 논문 표 | 2026-02 |
| SimplerEnv (SIMPLER) | WidowX (Bridge) 4개 과제 평균 | 32.1% | 다른 팀 논문 표 | 2026-02 |
| LIBERO-Plus | Total (7개 교란 차원 종합) | 61.6% | 운영팀 평가 | 2025-10 |
| LIBERO | 평균 (Spatial/Object/Goal/Long) | 85.5% | 다른 팀 논문 표 | 2025-02 |
학습용 데이터셋
- Open X-Embodiment 구글 딥마인드
- DROID Stanford / UC Berkeley / TRI 외 13개 기관