GroundingPI

GroundingPI模型利用视觉原语推进物理智能

研究人员推出GroundingPI，一个拥有40亿参数、专为物理智能任务设计的基础模型。该模型在精确物体定位方面表现出色，能够生成量化坐标点和边界框，这对于实时控制至关重要。GroundingPI在众多物体定位基准测试中取得了最先进的性能，超越了GPT-6 Astra等更大的模型。其有效性在机器人操作和自动驾驶等下游应用中得到了进一步证明，显著提高了性能，尤其是在分布外场景下。