GroundingPIはXPengと大学の研究者が共同開発した約40億パラメータの視覚定位基盤モデルです。点や矩形の量子化座標で位置を表し、物体検出、参照表現理解、OCRに対応します。コードと重みが公開され、シミュレーション操作と運転の開ループ評価が報告されています。

基本情報

モデルの種類
視覚言語モデル
企業
Xpeng Robotics · 清華大学 · 香港科技大学(広州) · シンガポール国立大学 · 香港大学 · カリフォルニア大学バークレー校
収録バージョン
GroundingPI
登録済みバージョン
GroundingPI

論文・レポート (1)

GroundingPI: A Grounding Foundation Model towards Physical Intelligence with Visual Primitives

論文あり

arXiv: 2609.39601DOI: 10.48550/arxiv.2609.39601
著者・所属 (26)

著者の順序: 原文順

  1. Qize Yu

    XPeng Inc. · Peking University

  2. Lianrui Fan

    XPeng Inc.

  3. Boyu Chen

    XPeng Inc. · The University of Hong Kong · Tsinghua University

  4. Jiaqi Liang

    Peking University

  5. Xini Ding

    XPeng Inc.

  6. Yue Chen

    Peking University

  7. Zetian Song

    XPeng Inc. · Peking University

  8. Yuran Wang

    Peking University · National University of Singapore

  9. Yi Zou

    XPeng Inc.

  10. Kaixuan Wang

    The University of Hong Kong

  11. Tianxing Chen

    The University of Hong Kong

  12. Wenxuan Song

    HKUST (GZ)

  13. Bohan Zhou

    Peking University

  14. Mingleyang Li

    Peking University

  15. Siqiao Huang

    Tsinghua University

  16. Yuqi Ye

    Peking University

  17. Caigao Jiang

    XPeng Inc.

  18. Wei Wei

    XPeng Inc.

  19. Ruihai Wu

    University of California, Berkeley

  20. Hang Zhang

    XPeng Inc.

  21. Yixiao Ge

    XPeng Inc.

  22. Shuchang Zhou

    XPeng Inc.

  23. Shilong Liu

    Princeton University

  24. Xianming Liu

    XPeng Inc.

  25. Ping Luo

    The University of Hong Kong

  26. Shiyu Huang

    XPeng Inc.

初版公開
2026-09-30
最新の論文改訂
v2 · 2026-10-16
会議・学術誌
未提供

対象モデルバージョン

論文 ↗PDF ↗
情報源または訂正を送信