arXiv · Machine Learning· Qize Yu, Lianrui Fan, Boyu Chen, Jiaqi Liang, Xini Ding, Yue Chen, Zetian Song, Yuran Wang, Yi Zou, Kaixuan Wang, Tianxing Chen, Wenxuan Song, Bohan Zhou, Mingleyang Li, Siqiao Huang, Yuqi Ye, Caigao Jiang, Wei Wei, Ruihai Wu, Hang Zhang, Yixiao Ge, Shuchang Zhou, Shilong Liu, Xianming Liu, Ping Luo, Shiyu Huang·· 2 天前AI 评分72
GroundingPI：面向物理智能、使用视觉原语的定位基础模型
GroundingPI: A Grounding Foundation Model towards Physical Intelligence with Visual Primitives
AI 导读
GroundingPI 是一个 4B 定位基础模型，可将点和框生成为共享词表中的量化坐标。在涵盖 11 项感知能力的 34 个基准上，该模型相较 44 个基线平均得分为 73.68%，高于 GPT-6 Astra 的 71.54%。作为视觉骨干，GroundingPI 在 RoboTwin 2.0、RoboCasa-GR1 和 nuScenes 的机器人操作及自动驾驶任务中取得文中报告的结果。
来源：arXiv · Machine Learning · arxiv.org