小鹏联手北大港大开源 GroundingPI:三款视觉定位模型连论文全放出
AdinaYakup · x · 2026-10-14
GroundingPI 是 @XPENGGlobal(小鹏)与北大、港大的合作项目,一次性开源三个模型并全部上线 Hugging Face,附带 Demo 与论文。
- GroundingPI:4B 参数的基础模型,支持检测、指向(pointing)、OCR 等多种 grounding 能力。
- GroundAnything:基于 diffusion 的并行解码,实现更快的 grounding。
- GroundAnything VLM:基于自回归 VLM,追求更高精度的 grounding。
所属事件:小鹏联合北大港大开源视觉定位模型 GroundingPI(4 条相关)→
「模型」频道最新
- 双 R9700 本地跑 Qwen3.8-Flash-Next:解码 176 tok/s、预填充 6450 tok/s — Athabasco · 2026-10-15
- 网友实测 Gemini 4：一份 LINE-1 逆转录子抗衰老临床方案 — Feeling_Intern7532 · 2026-10-15
- 新范式NCM:比扩散模型快31倍,训练数据省3-5倍 — HazyResearch · 2026-10-15
- Cloudflare 推出 Clef-omni:一次调用融合音频视频图像文本四模态 — michellechen · 2026-10-15
- NVIDIA 预告将发布自家模型，与本周多家新模型同期亮相 — TheOyinbooke · 2026-10-15
- Gemini 4 Argon 登顶知识类基准，编码表现却随框架剧烈波动 — The AI Daily Brief · 2026-10-15