觀點網訊:近日,小鵬集團聯合北京大學、香港大學等高校研究團隊發佈具身感知基座模型的研究成果GroundingPI,提出“感知優先”的技術路線,相關代碼、模型權重已完成全面開源。

該模型以約40億參數規模,在34項公開感知基準的綜合評測中位列第一,並在機器人仿真任務中展現出更高的數據處理效率與更強的場景泛化能力。

據小鵬方面介紹,GroundingPI在訓練階段不使用帶關節動作標籤的機器人數據,全部採用無動作標籤的純感知數據,覆蓋通用檢測、密集小目標、指代定位、文字識別、文檔版面、界面元素、機器人空間定位等11類感知能力。

評測方面,GroundingPI感知模塊綜合跑分超過GPT-6 Astra。按照上述11類能力等權平均,GroundingPI得分73.68,Astra得分71.54。

數據效率方面,以GroundingPI為視覺底座的系統僅用50%示教數據即超過對比模型使用75%數據的成功率。

小鵬方面在發佈內容中稱,現有通用大模型主要面向辦公、對話、編程等數字場景設計,直接應用於自動駕駛與機器人等物理場景時,存在天然的適配差距。行業存在基於通用大模型微調改造與訓練原生具身模型兩條技術路線,兩條路線均在快速迭代,模型更新週期約為半年。