小鹏发布4B grounding基础模型GroundingPI,34项基准超GPT-6 Astra
XPENG-AI · hf · 2026-10-13
小鹏AI联合北大、港大、UC Berkeley、普林斯顿等机构发布 4B 参数 grounding 基础模型 GroundingPI,面向物理智能的感知底座。核心要点:
- 方法:将点/框以量化坐标编码进共享词表,训练流程含多模态+空间预训练、SFT、以及基于 GRPO 的强化学习,数据来自公开数据集与自建数据引擎。
- 成绩:在覆盖 11 类感知能力的 34 个 grounding 基准、对比 44 个基线中取得新 SOTA,平均 73.68%,超过更大的 GPT-6 Astra(71.54%)。
- 下游价值:作为视觉骨干接入机器人操作与自动驾驶。RoboTwin 2.0 全部四个 OOD 设置领先所有主流骨干,最高相对提升 24.8%;RoboCasa-GR1 上用 50% 演示数据即超过用 75% 数据训练的基线;nuScenes 开环 L2 误差 0.296 m。
- 结论:密集 grounding 对机器人与驾驶均有显著收益,OCR 数据是感知学习的催化剂,专门的感知预训练是物理智能基础模型的有望方向。
「具身」频道最新
- 人形机器人灵巧手包馄饨,Natura-1 用百万小时人类数据练成 — CyberRobooo · 2026-10-13
- Natura-1 单策略连续演示:分钟级灵巧手自主操作无人工干预 — stingning · 2026-10-13
- Natura-1 发布 30 分钟一镜到底人机日常交互实录 — stingning · 2026-10-13
- Collov Labs 发布 NewEyes AI:眼镜+开放式耳机给 AI 智能体装上眼睛 — CodeByPoonam · 2026-10-13
- Surface Ultra 开箱:搭载 NVIDIA RTX Spark N1X,64GB 统一内存 — TinfoilTricorn · 2026-10-13
- 用 Opus 5.5 三小时复刻洗衣任务 real2sim 并自训 RL 全身控制器 — ZeYanjie · 2026-10-13