Analisi
GroundingPI di Xpeng, un modello di percezione da circa 4 miliardi di parametri, ottiene 73,68 contro 71,54 di GPT-6 Astra su 34 benchmark, secondo Xpeng, con il divario e i limiti spiegati
Secondo gli autori di Xpeng, GroundingPI ottiene 73,68 contro 71,54 di GPT-6 Astra su 34 benchmark di percezione. GPT-6 Astra resta avanti su altri.
Il 4 novembre 2026 Xpeng ha presentato GroundingPI, un modello di base di percezione «incarnata» da circa 4 miliardi di parametri, sviluppato con gruppi universitari tra cui l'Università di Pechino e l'Università di Hong Kong (CnEVPost). I suoi autori riportano una media di 73,68 su 34 benchmark, contro 71,54 di GPT-6 Astra, il modello di OpenAI. Le misure sono loro, non riprodotte in modo indipendente, e riguardano solo la percezione. Abbiamo letto quattro pagine tramite riassunti automatici e non abbiamo eseguito nulla. Questo non è né un consiglio di investimento né un consiglio tecnico.
L'essenziale
- La cifra: secondo gli autori, 73,68 contro 71,54 in media su 34 benchmark pubblici di grounding, con un divario di 2,14 punti. GPT-6 Astra resta avanti su altri.
- L'ambito: solo percezione, non ragionamento né intelligenza generale; un modello specializzato contro uno generalista.
- Lo stato: codice e pesi pubblicati, licenza non indicata. I risultati di robotica e guida vengono da simulazioni o da dati registrati.
- Non accertato: il numero esatto di parametri, la riproduzione indipendente, l'integrazione nei prodotti Xpeng.
Che cos'è GroundingPI?
Il «grounding» consiste nel localizzare in un'immagine ciò che una frase descrive, restituendo punti o riquadri. GroundingPI li scrive come coordinate quantizzate in un vocabolario condiviso (arXiv, pagina del progetto). «PI» sta per Physical Intelligence (CnEVPost, xpeng.guru).
Secondo l'articolo su arXiv, abbina un codificatore visivo MoonViT-V2 (di Kimi K3), un proiettore e un decodificatore di linguaggio Qwen3-4B. «4B» è un'etichetta: il numero esatto non compare nella parte dell'articolo che abbiamo letto, e una sintesi di ricerca cita una cifra più alta con il codificatore visivo, che non abbiamo potuto verificare. L'addestramento non ha usato dati di robot con etichette di azione, solo dati di percezione su 11 categorie, come il rilevamento generale e il riconoscimento del testo (CnEVPost, xpeng.guru).
Che cosa significano 73,68 e 71,54?
È una media su 34 benchmark pubblici di grounding che coprono 11 capacità di percezione, con GPT-6 Astra tra 44 modelli di riferimento (arXiv, pagina del progetto, CnEVPost). Il divario di 2,14 punti è un nostro calcolo. CnEVPost e xpeng.guru descrivono una ponderazione per categoria; la parte dell'articolo che abbiamo letto non descrive il metodo di aggregazione.
La valutazione è stata condotta dagli autori; non è citato alcun valutatore indipendente (CnEVPost). GPT-6 Astra, un modello di OpenAI di settembre 2026 secondo CnEVPost (OpenAI dice che GPT-Rosalind-6, trattato nel nostro articolo, usa i suoi pesi), è stato eseguito con l'impegno di ragionamento impostato su «alto». Nella parte letta non sono indicati altre impostazioni né prompt, alcuni valori di riferimento provengono da pubblicazioni esterne e l'articolo segnala incertezze di prompt e di analisi (arXiv).
Dove GPT-6 Astra resta avanti
L'articolo dice che GPT-6 Astra mantiene un vantaggio sostanziale nel grounding di robot, spaziale e di interfacce (GUI), e guida su TotalText e sui punti di Dense200. Definisce inoltre il modello «competitivo» con GPT-6 Astra, pur superando modelli di dimensioni comparabili (arXiv).
Fonte: arXiv 2609.39601.
«Avanti sulla media di questi 34 benchmark, secondo gli autori» è quindi corretto. «Meglio di GPT-6 Astra» no.
Robotica e guida: simulazione e anello aperto
Secondo gli autori (pagina del progetto, arXiv):
- RoboCasa-GR1: con il 50% delle dimostrazioni (28,75%), il sistema supera i riferimenti addestrati con il 75%; in distribuzione è leggermente dietro RynnBrain-2B (37,75 contro 39,00).
- RoboTwin 2.0: supera le architetture di visione valutate nei quattro scenari fuori distribuzione, fino al 24,8% in relativo rispetto al migliore; 66,20 in distribuzione contro 60,62.
- nuScenes: errore L2 medio ad anello aperto di 0,296 m, contro 0,301 m di Qwen3-VL-4B e 0,308 m di RynnBrain. Le prestazioni ad anello chiuso non sono accertate.
Non risulta alcun impiego su robot reali (CnEVPost: risultati di simulazione).
Che cosa non è accertato?
Il numero esatto di parametri; il metodo di aggregazione; la riproduzione indipendente, in particolare del punteggio di GPT-6 Astra; la licenza; le prestazioni ad anello chiuso e su robot reali; l'integrazione nei prodotti Xpeng; l'elenco completo dei benchmark; l'effetto di dimensioni e specializzazione.
Fonte: CnEVPost, arXiv, pagina del progetto.
Tabella comparativa
| Punto | Che cosa dicono le fonti | Stato |
|---|---|---|
| Media | 73,68 contro 71,54 di GPT-6 Astra | Dichiarato dagli autori |
| Dove Astra guida | Grounding di robot, spaziale, interfacce; TotalText; punti di Dense200 | Dichiarato dagli autori |
| Pubblicazione | Codice e pesi pubblicati; licenza non indicata | Riportato |
| Parametri e riproduzione | Etichetta «4B»; nessuna verifica indipendente citata | Non accertato |
Domande frequenti
GroundingPI è migliore di GPT-6 Astra?
Non in generale. Sulla media di questi 34 benchmark, secondo gli autori, GroundingPI è avanti, ma GPT-6 Astra resta avanti su altri, come ScreenSpot-Pro. Xpeng dice che il punteggio misura solo la percezione, e presenta GroundingPI come una base per il «sistema veloce» dell'IA incarnata, non come sostituto dei grandi modelli generali (CnEVPost, xpeng.guru).
Il modello è open source?
Codice e pesi sono pubblicati su GitHub, Hugging Face e ModelScope (CnEVPost, xpeng.guru). Nelle pagine lette non è indicata alcuna licenza; la CC BY 4.0 della pagina arXiv non dice nulla su codice e pesi.
Sarà nelle auto Xpeng?
Nessuna pagina letta lo dice. CnEVPost parla di un prototipo scientifico; xpeng.guru, fonte non ufficiale, dice che non è un annuncio di integrazione nei prodotti.
Metodo e limiti
Il 4 novembre 2026 abbiamo letto tramite riassunti automatici CnEVPost, l'articolo su arXiv (solo i primi 100.000 caratteri su circa 242.000), la pagina del progetto e xpeng.guru, un sito di affiliazione non indicata che cita il comunicato di Xpeng. Non abbiamo letto il comunicato di Xpeng, il suo messaggio su X, AI Weekly, il repository GitHub né la pagina Hugging Face. I punteggi sono quelli degli autori, non riprodotti.
Fonti
- CnEVPost, Xpeng unveils GroundingPI, riassunto automatico
- arXiv 2609.39601, riassunto automatico, solo i primi 100.000 caratteri
- Pagina del progetto GroundingPI, riassunto automatico
- xpeng.guru, sito non ufficiale, riassunto automatico
Avete notato un errore in questo articolo? Segnalatelo · La nostra politica sulle correzioni
