小鹏联合北大、港大开源 4B 参数视觉感知模型 GroundingPI
小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。
推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。
小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。
推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。
南方科技大学 CLEAR Lab、逐际动力与香港大学的论文《Generative Visual Foresight Meets Task-Agnostic Pose Estimation in Robotic Table-top Manipulation》入选 CoRL 2025,提出 GVF-TAPE 算法,让机器人通过视频预测任务执行过程再推理动作。