물리 지능 (π) <unk> 2026년 전체 프로필 및 분석

[스토어]를 검색하세요

회사 프로파일 · 2026

"모든 로봇에 대한 하나의 모델" 논문은 400만 달러, 로봇 학습의 가장 강력한 창립팀, 그리고 현재 최첨단 VLA 모델에 의해 뒷받침됩니다.

2023년 설립된 샌프란시스코, CA 400억 달러 규모의 2.8억 달러 규모의 평가 ~ 200명의 직원

설립

2023년

본부

샌프란시스코, CA

전체 지원

400만 달러

평가

2조8천억 달러

직원

~ 200

주요 제품

π0 (Pi Zero) VLA

주요 투자자

베조스, 호슬라, 오픈아이 기금

집중

일반주의 로봇 뇌

전체적인 설명

회사 개요

물리 지능 (Pi) 은 로봇 학습의 미래가 더 나은 하드웨어가 아니라 더 나은 두뇌라는 것을 내걸고 있습니다. 특히, 모든 작업을 수행하는 모든 로봇을 제어할 수있는 단일 기반 모델입니다. 2023 년에서 로봇 학습에 가장 많이 발표되고 인용 된 다섯 명의 연구자들에 의해 설립된 Pi는 아마도 단일 로봇 AI 회사에서 집중된 가장 강력한 기술 팀을 구성했습니다.

회사의 논문은 직접적입니다. 텍스트 작업에서 일반화하는 것을 배운 대형 언어 모델과 마찬가지로 충분히 크고 잘 훈련된 비전 언어 행동 (VLA) 모델은 로봇 구현 및 조작 작업에서 일반화 할 수 있습니다. 그들의 플래그십 모델인 π0 (Pi Zero) 는 액션 생성을 위해 새로운 흐름 일치 구조를 사용하고 개방적인 조작 및 기술 기준에 최신 결과를 달성했습니다.

2023년 Pi의 7천만 달러 규모의 시드 라운드 (70M$) 는 종료 당시 로봇 역사상 가장 큰 시드 라운드였다. 이는 창업 팀의 실적에 대한 투자자 신뢰의 반영이었습니다. 이후의 승격이 2.8억 달러의 평가로 400만 달러 규모로 추가로 확인된 것은 Pi는 근기적 수익 플레이가 아닌 기초적인 인프라 베팅으로 간주된다는 것을 확인합니다.

대부분의 로봇 회사와 달리, 물리 지능은 하드웨어를 만들지 않습니다. 그들의 전체 가치 제안은 인간의 의정 (자연 언어) 과 로봇 행동 (모터 명령) 사이에 있는 "전형주의 로봇 두뇌"의 모델 레이어입니다. 이 순수 소프트웨어 접근 방식은 그들의 가장 큰 강점 (하드웨어-아고스틱, 무한 확장성) 과 가장 큰 위험 (자신이 수집하지 않는 교육 데이터의 품질과 사용성에 따라 달라집니다).

팀

창립 팀

피시컬 인텔리전스 창립팀은 모든 스타트업에서 로봇 학습 인재의 단일 가장 강한 집중입니다. 창립자들은 전체 분야가 구축하는 모방 학습, 강화 학습, 메타 학습 및 로봇 기초 모델에 대한 기초 논문을 공동으로 작성했습니다.

세르게이 레바인

공동 창업자

UC 버클리 교수. SAC (Soft Actor-Critic) 의 공동 저자, IL/RL의 기초 논문. 로봇 학습 역사에서 가장 많이 인용된 연구자 중 한 명.

첼시 핀

공동 창업자

스탠퍼드 교수. MAML (모델-아고스틱 메타-러닝) 의 창시자. 로봇 분야에서 몇 번의 학습과 메타-러닝 접근 방식을 개척했다.

카롤 하우스먼

공동 창업자

스탠퍼드/ 구글 뇌 연구원. RT-2, SayCan 및 기타 기본 로봇 기반 모델 작업에 주요 기여자.

브라이언 이치터

공동 창업자

구글 뇌 연구자. 언어 조건으로 로봇 기획을 개척했으며 인어 모놀로그 및 기타 로보틱스 논리 작업에 기여했습니다.

자스민

공동 창업자

구글 뇌 연구원. 구글에서 RT-X 데이터 세트 및 오픈-X 인보디먼트에 기여를 포함하여 대규모 로봇 학습 데이터 인프라를 이끌었습니다.

기술

π0: 기술 심층 다이빙

행동 세대 에 대한 흐름 일치

π₀의 핵심 기술 혁신은 로봇 액션 생성을위한 생성 모델링 기술을 사용하는 흐름 일치입니다. 전통적인 액션 예측 접근 방식과 달리 출력 단일 포인트 액션 예측과 달리, 흐름 일치는 소음에서 액션 분포까지 지도하는 연속적인 벡터 필드를 학습합니다. 이것은 조작 작업의 다모달성을 더 잘 파악하는 더 풍부하고 더 표현적인 액션 생성을 가능하게 합니다 (물질을 파악하거나 작업을 완료하는 데는 종종 여러 가지 유효한 방법이 있습니다).

실제적인 영향은 크다: 흐름 일치는 보다 부드럽고 자연스러운 로봇 움직임을 만들어내고 여러 가지 유효한 솔루션이 있는 작업들을 더 잘 처리합니다. 이것은 특히 유능한 조작에 있어서 중요합니다. 유효한 잡기 구성의 공간이 크고 다 모달이 있습니다.

신체 간 훈련

π₀는 여러 로봇 플랫폼에서 동시에 시범 데이터를 기반으로 훈련된다. 모델은 다양한 로봇 구현에 걸쳐 자연어 작업 설명에 대한 행동 순서들을 지도하는 것을 배우게 됩니다. 즉 하나의 모델은 6DoF 팔, 쌍방향 시스템 또는 모바일 조작기를 제어할 수 있습니다. 이 크로스 인보디먼트 능력은 피의 "모든 로봇에 대한 하나의 모델" 논문의 핵심입니다. 각각의 로봇에 대한 별도의 모델을 훈련하는 대신 피0는 플랫폼을 통해 전송되는 일반화 가능한 조작 기술을 학습합니다.

건축

π₀는 비전 코더 (ViT 기반), 언어 모델 백베른, 흐름 일치하는 액션 디코더를 단일 엔드-투-엔드 트레이닝 가능한 아키텍처로 통합합니다. 모델은 멀티뷰 카메라 이미지 및 자연어 작업 설명을 처리하고 연속적인 액션 궤도를 내놓습니다. 건축은 확장하도록 설계되었습니다. 더 다양한 데이터에 훈련된 더 큰 모델은 지속적으로 더 작은 모델을 능가합니다. 이는 π₀이 확장 곡선의 오른쪽쪽에 있음을 암시합니다.

π0 대 경쟁자: 벤치마크 성능

출처: 발표된 기준표 결과, RCSV 연구 컴파일

Capability	π0	OpenVLA	RT-2	RDT-1B
Action Generation	Flow matching	Autoregressive	Autoregressive	Diffusion
Cross-Embodiment	Yes (native)	Yes	Limited	Yes
Language Conditioning	Yes	Yes	Yes	Limited
Open Weights	Partial	Yes	No	Yes
Dexterity Score	SOTA	Good	Good	Good

지원

재무 기획 시간표

자금 투입 (M)

출처: 크런치베이스, 피치북, 회사 발표

2023 씨앗 (70M$)

로봇 역사상 가장 큰 시드 라운드. 호슬라 벤처스와 럭스 캐피탈이 주도하고. 투자자들은 제프 베조스와 오픈AI 펀드 등이다.

2024 A 시리즈 (330M$)

매시브 시리즈 A는 28억 달러의 평가로 총 400만 달러로 증가했다. 투자자들은 번영 자본, 채권, 그리고 반환 시드 투자자를 포함한다. 자본은 교육 인프라 확장 및 연구팀을 확장하는 방향으로 배치되었습니다.

창립 팀: 주요 연구 기여

출처: 구글 스콜러, RCSV 연구 컴파일

미일스톤

핵심적 인 미일스톤

2023년 1분기

레빈, 핀, 하우스만, 이히터, Hsu가 설립한 회사.

2023년 2분기

70M 달러의 시드 라운드가 종료되었습니다. 로봇 역사상 가장 큰 시드 라운드입니다. 구글 브레인, 스탠퍼드, UC 버클리에서 모집된 30명의 연구팀이 처음 시작되었습니다.

2024 Q1

π0 모델 발표. 여러 조작 기준에 대한 최신 결과. 흐름 일치 아키텍처 발표.

2024년 3분기

330억 달러 A 시리즈 2조 800억 달러 규모로 팀 규모가 150명으로 늘어나고 5개 이상의 로봇 플랫폼을 제어하는 단일 모델을 보여주는 크로스 인보디먼트 데모가 있습니다.

2025년

첫 번째 기업 파트너십 발표. 프라이빗 베타에서 π0 미세 조정 API를 선택된 로봇 회사와. 팀 ~ 200에 도달합니다.

2026년

π0 모델 개선은 여전히 개방형 기준을 이끌어 냅니다. 기업 배포 파트너십은 확대되고 있습니다. 개방형 VLA 대안의 경쟁은 강화되고 있습니다.

시장 위치

시장 위치 및 경쟁력

피시컬 인텔리전스는 18개월 전 거의 존재하지 않았던 시장에서 활동하고 있으며 현재 수십억의 투자를 유치하고 있다. 경쟁적인 풍경은 다른 순수한 모델 회사와 하드웨어 회사의 내부 AI 팀과 경쟁하기 때문에 복잡하다.

경쟁력

• ** 창립팀:** 어떤 회사에서도 발표된 로봇 학습 인재의 가장 강한 집중력이 있습니다. 이것은 고용에 중요합니다.
• 기술적 리더십: π0는 현재 개방적 조작 기준에 앞서 있다. 흐름 일치 접근법은 건축적으로 차별화된다.
• ** 자본:** 400M$는 수익 압력이 없이 교육 컴퓨팅 및 데이터 수집 인프라에 투자하는 긴 활주로를 제공합니다.
• ** 하드웨어 비대론적:** 순수 소프트웨어 접근은 Pi가 경쟁 충돌 없이 모든 하드웨어 회사와 파트너십을 할 수 있음을 의미합니다.

경쟁력적 취약성

• ** 하드웨어 또는 배포 데이터:** Pi는 로봇 훈련 데이터에 대한 파트너에 의존합니다. 하드웨어와 데이터 모두 소유한 회사 (Google DeepMind와 로봇 함대와 같은) 는 구조적인 데이터 장점을 가질 수 있습니다.
• ** 오픈 웨이트 경쟁:** OpenVLA와 RDT-1B는 무료 및 개방적입니다. 오픈 모델이 π₀의 성능의 90%를 달성하면 독자적인 모델에 대한 지불 의지가 제한될 수 있습니다.
• ** 평가 압력:** 2.8억 달러의 평가에는 대규모 기업 수익이 필요하거나, 평가 증가에 따라 계속적인 자금 모집이 필요합니다. 규모의 수익으로 가는 길은 아직 입증되지 않았습니다.
• 사고 위험: 학술 창업자들이 상업 사업자로 전환하는 것은 딥 테크 분야에서 잘 기록된 도전이다.

RCSV 평가

RCSV의 평가

결정: 물리 지능은 "모든 로봇에 대한 하나의 모델" 논문이 옳다는 것을 내걸고 있습니다. 문제는 독자적인 접근이 충분한 가치를 창출하고 오픈 웨이트 대안을 창출하고 있으며 순수한 모델 기업이 하드웨어 또는 배포 데이터 레이어를 소유하지 않고도 내구성 있는 비즈니스를 구축할 수 있는지 여부에 있습니다.

Pi의 기술 수행은 탁월한 결과로 VLA 아키텍처의 진정한 발전을 나타내고 있으며, 흐름 일치 접근법은 기술적으로 우수한 것으로 입증되고 실질적으로 유용하다는 것을 증명했습니다. 창립 팀의 연구 신뢰성은 비교할 수 없을 정도로 뛰어난데, 회사는 뛰어난 인재를 끌어들였다.

전략적 질문은 가치 포착에 관한 것입니다. LLM 세계에서, OpenAI는 독자적인 모델 회사가 대규모 비즈니스를 만들 수 있음을 증명했습니다. 그러나 오픈 웨이트 경쟁자가 등장하기 전에 오픈AI는 몇 년의 수반 시간을 가지고있었습니다. 로봇 분야에서, 오픈 웨이트 VLA (OpenVLA, RDT-1B) 는 이미 많은 작업에 π₀와 경쟁적입니다. Pi의 해적은 상당한 지속 가능한 성능 우위를 유지하는 데 달려 있을 것이고, 이는 아직 명확하지 않은 데이터 우위를 필요로 합니다.

로봇 생태계 전반에 있어서, Pi의 존재는 상업적 결과와 상관없이 정적 긍정적 이다. 창립 팀의 연구는 어떤 기관에서도 변혁적이었을 것이다. 잘 자금 지원된 스타트업에 그 인재를 집중시키는 것은 전체 분야를 가속화한다. 그리고 "모든 로봇에 대한 하나의 모델"이 정확하다는 것이 증명되면, 그것은 로봇 역사에서 가장 중요한 발전 중 하나가 될 것입니다.

FAQ

자주 묻는 질문

물리 지능 (Pi) 은 무엇 입니까?

피시컬 인텔리전스는 샌프란시스코에 위치한 인공지능 로봇 회사로, 스탠퍼드와 구글 브레인에서 유수의 연구자들이 2023년에 설립한 회사입니다. 회사는 단일 모델 아키텍처를 사용하여 모든 작업을 위해 어떤 로봇을 제어하도록 설계된 일반주의 로봇 기반 모델을 구축합니다. 그들의 대표적인 제품은 π0입니다. 로봇 학습 벤치마크의 최신 기술을 나타내는 비전 언어 행동 모델입니다.

π0 (Pi Zero) 모델은 무엇입니까?

π0는 물리 지능의 대표적인 비전 언어 행동 모델입니다. 액션 생성을 위해 흐름 일치를 사용하여, 하나의 모델이 다른 작업 중 다양한 로봇 플랫폼을 제어 할 수 있습니다. π0는 조작 및 기술 기준에 최첨단 성능을 달성했으며, 크로스 인체화 일반화를 보여줍니다.

물리 지능은 얼마나 많은 자금을 모았나요?

물리 지능은 약 4억 달러의 총액을 모았고, 28억 달러의 평가에 도달했다. 70M 달러의 시드 라운드는 로봇 역사상 가장 큰 시드 라운드였다. 주요 투자자는 제프 베조스, 호슬라 벤처스, 오픈AI 펀드, 트라이브 캐피탈, 럭스 캐피탈 등이 있다.

누가 물리 지능을 설립했습니까?

물리 지능은 세르게이 레바인 (UC 버클리, SAC 공동 저자), 첼시 핀 (스탠포드, MAML의 창시자), 카롤 하우스먼 (스탠포드/ 구글 브레인, RT-2), 브라이언 이히터 (Google Brain, 언어 조건화된 계획), 그리고 야스민 Hsu (Google Brain, 대규모 로봇 데이터 인프라) 에 의해 설립되었습니다. 그들은 공동으로 로봇 학습에서 가장 많이 인용되는 연구자 중 하나입니다.

물리 지능은 다른 로봇 인공지능 회사와 비교되는 것은 무엇일까요?

Pi는 하드웨어와 소프트웨어를 결합하는 것이 아니라 순수한 "로봇 두뇌" 회사를 구축함으로써 AI 모델 레이어를만 차별화합니다. π0는 오픈 벤치마크에서 선두를 달리고 있지만 오픈 웨이트 대안 (OpenVLA, RDT-1B) 과 독자적인 경쟁자 (Figure's Helix, Google DeepMind) 의 경쟁은 증가하고 있습니다. 피의 독특한 장점은 창립 팀의 연구 전문 지식의 깊음과 흐름 일치 구조입니다.

비교 및 탐구

[

회사 프로필

그림 AI

인간형 하드웨어와 자체 헬릭스 VLA 모델을 모두 구축합니다. 같은 일반주의 로봇 문제에 대한 다른 접근 방식입니다.

프로필을 읽어보세요

[T1]

회사 프로필

보스턴 다이내믹스

하드웨어 기준. 보스턴 다이내믹스는 피의 학습된 모델들이 뛰어넘는 고전적인 제어 접근 방식을 나타냅니다.

프로필을 읽어보세요

[T2]

회사 프로필

유니트리 로봇

피 모델이 170,000+ 유닛으로 실행할 수 있는 저렴한 하드웨어는 엄청난 잠재적인 배포 기반을 만들어 냅니다.

프로필을 읽어보세요

[T3]

[robot AI 모델을 비교해 보세요]

** 데이터 출처:** Crunchbase, PitchBook, 물리 지능 출판물 및 보도자료, Google 학자, RCSV 연구 분석. 2026년 4월 기준 시장 데이터. 발표된 결과에 기초한 벤치마크 비교; 독자적인 벤치마크 액세스 방식은 다를 수 있습니다.

로봇 기술 에서 앞장서

로봇 배포, 회사 분석, 물리 AI에 대한 최신 정보를 수신 상자에 전달하십시오.