Physical Intelligence

Overview

Physical Intelligence (π)는 2024년 설립된 로보틱스 AI 스타트업으로, 범용 로봇 foundation model을 개발합니다. Google DeepMind, UC Berkeley, Stanford 출신 팀이 설립했으며, 역대 최대 규모의 로보틱스 시드 펀딩을 받았습니다.

항목	내용
본사	San Francisco, CA
설립	2024년 3월
CEO	Karol Hausman (前 Google DeepMind)
펀딩	$1.07B (시드: $70M, 시리즈 A: $400M, 시리즈 B: $600M)
기업가치	$5.6B (2025년 11월 기준)

창업팀

공동 창업자 (7명)

이름	이전 경력	역할
Karol Hausman	Google DeepMind (RT-2), Stanford 겸임교수	CEO
Sergey Levine	UC Berkeley 교수 (RL 전문가)	Chief Scientist
Chelsea Finn	Stanford 교수 (MAML, Meta-learning)	Research
Brian Ichter	Google DeepMind (RT-2)	Research
Lachy Groom	Stripe (前 Head of Stripe Issuing)	Business/Product
Adnan Esmail	Anduril (前 Head of Electrical Systems), MIT	Engineering
Quan Vuong	Robotics/RL 연구자	Research

주요 투자자

시드/시리즈 A:

Thrive Capital, Lux Capital
Khosla Ventures, OpenAI
Jeff Bezos, Sequoia, Bond

시리즈 B:

CapitalG (리드), Lux Capital
Redpoint Ventures, Sequoia Capital
T. Rowe Price, NVIDIA (NVentures)

pi0 모델

핵심 특징

항목	내용
파라미터	3B (30억)
아키텍처	PaliGemma + Flow Matching
핵심 기술	Action Expert with Flow Matching
오픈소스	2025년 2월 4일 공개 (openpi)

Flow Matching 방식

Diffusion 대신 Flow Matching 사용:

[Noise] ──Flow Matching──→ [Action Chunk]
         (더 빠른 추론)

Diffusion보다 빠른 추론 속도
연속적 action space에 적합
Multi-modal action 분포 학습 가능

성능

68개 태스크, 7개 로봇 embodiment에서 학습
10,000시간 이상의 실제 로봇 데이터로 훈련
Zero-shot 일반화 능력 보유
단일 로봇 policy 대비 우수한 성능

데이터 수집

다양한 로봇 플랫폼

싱글 암 로봇
바이매뉴얼 암
휴머노이드 상체
모바일 매니퓰레이터

데이터 특징

Cross-embodiment 데이터
다양한 환경 (가정, 창고, 사무실)
Dexterous manipulation 포함

접근 방식

”Bring GPT to Robotics”

LLM의 성공 = 대규모 데이터 + Transformer + 스케일링

Physical Intelligence 목표 = 로보틱스에 동일 접근 적용

3가지 핵심 원칙

스케일링: 더 많은 데이터, 더 큰 모델
범용성: 특정 로봇/태스크에 국한되지 않음
Foundation Model: 파인튜닝으로 빠른 적응

로드맵

시기	마일스톤
2024.03	회사 설립, $70M 시드 펀딩
2024.10	pi0 공개
2024.11	$400M 시리즈 A ($2.4B 기업가치)
2025.02	pi0 오픈소스 공개 (openpi)
2025	pi0.5 공개 (open-world 일반화)
2025.11	pi0.6 공개, $600M 시리즈 B ($5.6B 기업가치)
2025+	상업적 배포