AI 摘要
快速了解本文
01
小鹏联合高校发布具身感知基座模型 GroundingPI。
02
该模型在 34 项公开感知基准综合评测中位列第一。
03
GroundingPI 采用纯感知数据训练，降低示教成本。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 11月4日，小鹏集团联合北京大学、香港大学等高校研究团队发布具身感知基座模型 GroundingPI。该模型参数规模约 40 亿，在 34 项公开感知基准的综合评测中位列第一。在与 OpenAI GPT-6 Astra 的同一套基准对比中，GroundingPI 在 11 类能力等权平均得分达到 73.68，高于 GPT-6 Astra 的 71.54。
关键数据
40 亿参数规模GroundingPI
73.68等权平均得分超越 GPT-6 Astra
第 1综合评测排名34 项公开基准
“感知优先”技术路线
GroundingPI 提出了“感知优先”的技术路线。在训练阶段，该模型完全不使用带关节动作标签的机器人数据，而是全部采用无动作标签的纯感知数据，覆盖通用检测、密集小目标、指代定位等 11 类感知能力。这种将“物体定位”从传统视觉语言动作（VLA）模型的动作学习中剥离的做法，为降低机器人实际部署中的人工示教成本提供了新的技术路径。
重点提示
仿真环境表现优异
在机器人仿真任务中，以 GroundingPI 为视觉底座的系统仅使用 50% 的示教数据，其成功率便超过了对比模型使用 75% 数据的表现。同时，仿真结果表明，该模型在应对材质、物体品类、容器及背景变化时具备较强的场景泛化性和稳定性。目前的降本增效与泛化性数据均仅来自仿真环境，其在真机部署中的实际效果仍有待进一步验证。