XPENG presentó GroundingPI, un modelo de percepción visual abierto para inteligencia artificial física. Su objetivo no es conversar: busca que robots, vehículos y otros sistemas identifiquen objetos, texto y relaciones espaciales con mayor precisión.
¿Qué es GroundingPI?
El modelo fue desarrollado por investigadores vinculados con XPENG, la Universidad de Pekín, la Universidad de Hong Kong y otras instituciones. Tiene alrededor de 4,000 millones de parámetros y trabaja con “primitivas visuales”: puntos, cajas delimitadoras y otras referencias que indican exactamente dónde está cada elemento dentro de una imagen.
| Dato | GroundingPI |
|---|---|
| Tamaño | Aproximadamente 4,000 millones de parámetros |
| Evaluación | 34 pruebas públicas, 11 categorías y 44 modelos de referencia |
| Resultado reportado | 73.68 de promedio en la evaluación del equipo |
| Disponibilidad | Artículo, código y pesos del modelo abiertos |
| Aplicaciones estudiadas | Robótica, percepción para conducción autónoma, OCR e interfaces |
¿Por qué importa para la movilidad?
Un sistema físico necesita distinguir no sólo qué objeto tiene enfrente, sino su posición exacta y la relación con lo que lo rodea. Para un vehículo, eso puede significar separar un peatón de una señal, leer texto o entender la geometría de una escena. Para un robot, puede ser localizar el asa de una taza y no únicamente reconocer la taza.
En la evaluación del equipo, GroundingPI obtuvo el promedio más alto entre 44 modelos comparados en 34 pruebas de percepción. La cifra no representa una medición general de inteligencia: sólo evalúa tareas específicas de localización y comprensión visual.
Resultados todavía experimentales
XPENG informa que, en simulación, los sistemas robóticos que usaron GroundingPI como base visual aprendieron ciertas tareas con menos demostraciones. También se evaluó con el conjunto nuScenes para predicción de trayectoria en conducción autónoma.
La propia empresa aclara el límite más importante: se trata de investigación académica. Los resultados provienen de simulaciones y pruebas fuera de línea, y no significan que GroundingPI esté listo para un vehículo de producción o que vaya a integrarse a un modelo comercial.
El valor de abrir el modelo
Al publicar el código, los pesos y el trabajo técnico, los investigadores permiten que terceros reproduzcan resultados, encuentren errores y prueben nuevas aplicaciones. Esa apertura puede acelerar el desarrollo de sistemas que entiendan mejor el entorno antes de tomar decisiones.
Fuente oficial: comunicado de XPENG sobre GroundingPI.
