GroundingPI
4B 视觉基元具身感知基座模型，统一检测、指代定位、OCR 与界面定位，34 项基准登顶
GroundingPI 是由小鹏联合北大、港大、伯克利等机构开源的 4B 参数视觉定位（grounding）基座模型。它以视觉基元构建感知表征，将点与边界框编码为共享词表坐标，统一通用检测、密集小目标、指代定位、OCR、文档版面与 GUI 界面定位等 11 类感知能力，在 34 项公开基准综合得分 73.68，超越 GPT-6 Astra。作为下游视觉底座，模型可提升机器人操作与自动驾驶的泛化性和示教数据效率，权重、代码与论文均已开源，面向具身智能与视觉感知研究
1
2026-11-04
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
GroundingPI 是由小鹏联合北大、港大、伯克利等机构开源的 4B 参数视觉定位（grounding）基座模型。它以视觉基元构建感知表征，将点与边界框编码为共享词表坐标，统一通用检测、密集小目标、指代定位、OCR、文档版面与 GUI 界面定位等 11 类感知能力，在 34 项公开基准综合得分 73.68，超越 GPT-6 Astra。作为下游视觉底座，模型可提升机器人操作与自动驾驶的泛化性和示教数据效率，权重、代码与论文均已开源，面向具身智能与视觉感知研究
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-11-04
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-11-04新工具首发
小鹏联合北大、港大等机构发布并开源 4B 视觉定位基座模型 GroundingPI，统一检测、指代定位、OCR、GUI 与版面定位等 11 类感知能力，34 项基准综合得分 73.68 超越 GPT-6 Astra，并可提升机器人操作泛化性与示教数据效率。
GroundingPI 常见问题
关于 GroundingPI 的定位、核心功能、价格与最近更新。
GroundingPI 是什么？
GroundingPI 是由小鹏联合北大、港大、伯克利等机构开源的 4B 参数视觉定位（grounding）基座模型。它以视觉基元构建感知表征，将点与边界框编码为共享词表坐标，统一通用检测、密集小目标、指代定位、OCR、文档版面与 GUI 界面定位等 11 类感知能力，在 34 项公开基准综合得分 73.68，超越 GPT-6 Astra。作为下游视觉底座，模型可提升机器人操作与自动驾驶的泛化性和示教数据效率，权重、代码与论文均已开源，面向具身智能与视觉感知研究。
GroundingPI 有哪些核心功能？
GroundingPI 当前已核验的核心功能包括：OCR 文字识别、机器人操作、目标检测、视觉定位。
GroundingPI 如何收费？
AI Equal 当前没有收录 GroundingPI 的可验证价格信息。
GroundingPI 最近有什么更新？
2026-11-04：小鹏联合北大、港大等机构发布并开源 4B 视觉定位基座模型 GroundingPI，统一检测、指代定位、OCR、GUI 与版面定位等 11 类感知能力，34 项基准综合得分 73.68 超越 GPT-6 Astra，并可提升机器人操作泛化性与示教数据效率。