분석
Xpeng의 GroundingPI, 약 40억 파라미터의 인식 모델이 34개 벤치마크에서 73.68점, GPT-6 Astra는 71.54점, Xpeng 측 보고 기준. 차이와 한계 설명
Xpeng 연구진에 따르면 GroundingPI는 인식 벤치마크 34개에서 73.68점, GPT-6 Astra는 71.54점이다. 다른 곳은 GPT-6 Astra가 앞선다.
2026년 11월 4일, Xpeng은 약 40억 파라미터의 '체화된(embodied)' 인식 파운데이션 모델 GroundingPI를 공개했다. 베이징대와 홍콩대를 비롯한 대학 팀과 함께 개발했다(CnEVPost). 저자들은 34개 벤치마크 평균이 73.68점이고 OpenAI의 GPT-6 Astra는 71.54점이라고 보고한다. 측정은 저자들이 한 것이며 독립적으로 재현되지 않았고, 인식만 다룬다. 출처 4곳을 자동 요약으로만 읽었고 아무것도 실행하지 않았다. 투자나 기술 자문이 아니다.
핵심 정리
- 수치: 저자들에 따르면 공개 그라운딩 벤치마크 34개 평균이 73.68점 대 71.54점으로 2.14점 차이다. 다른 벤치마크에서는 GPT-6 Astra가 앞선다.
- 범위: 인식만 측정하며 추론이나 범용 지능은 아니다. 특화 모델과 범용 모델의 비교다.
- 현황: 코드와 가중치는 공개됐고 라이선스는 명시되지 않았다. 로봇공학과 주행 결과는 시뮬레이션이나 기록된 데이터에서 나왔다.
- 확인되지 않음: 정확한 파라미터 수, 독립적 재현, Xpeng 제품에의 통합.
GroundingPI는 무엇인가
'그라운딩'은 문장이 설명하는 대상을 이미지 안에서 찾아 점이나 박스로 내놓는 일이다. GroundingPI는 이를 공유 어휘 속 양자화된 좌표로 적는다(arXiv, 프로젝트 페이지). 'PI'는 Physical Intelligence의 약자다(CnEVPost, xpeng.guru).
arXiv 논문에 따르면 MoonViT-V2 비전 인코더(Kimi K3에서 온 것), 프로젝터, Qwen3-4B 언어 디코더를 결합한다. '4B'는 명칭이며 정확한 파라미터 수는 우리가 읽은 부분에 없다. 비전 인코더를 포함하면 더 큰 값을 제시하는 연구 요약이 있으나 확인하지 못했다. 학습에는 행동 라벨이 붙은 로봇 데이터를 쓰지 않았고, 일반 객체 검출과 문자 인식 등 11개 범주의 인식 데이터만 사용했다(CnEVPost, xpeng.guru).
73.68점 대 71.54점은 무엇을 뜻하나
11가지 인식 능력을 아우르는 공개 그라운딩 벤치마크 34개의 평균이며, GPT-6 Astra는 44개 기준 모델 가운데 하나다(arXiv, 프로젝트 페이지, CnEVPost). 2.14점 차이는 우리가 계산한 값이다. CnEVPost와 xpeng.guru는 범주별 가중치를 설명하지만, 우리가 읽은 논문 부분에는 집계 방식이 설명되어 있지 않다.
평가는 저자들이 수행했고 독립적인 평가자의 이름은 나오지 않는다(CnEVPost). GPT-6 Astra는 CnEVPost에 따르면 2026년 9월 나온 OpenAI 모델이며(OpenAI는 GPT-Rosalind-6이 같은 가중치로 돌아간다고 밝혔다. 우리 기사 참조), 추론 강도를 '높음'으로 두고 실행했다. 읽은 부분에는 다른 설정이나 프롬프트가 나오지 않고, 기준 수치 일부는 외부 문헌에서 가져왔으며, 논문은 프롬프트와 분석의 불확실성을 언급한다(arXiv).
GPT-6 Astra가 앞서는 곳
논문은 GPT-6 Astra가 로봇, 공간, 인터페이스(GUI) 그라운딩에서 상당한 우위를 유지하고 TotalText와 Dense200 포인팅에서 앞선다고 말한다. 또 비슷한 크기의 모델을 능가하면서 GPT-6 Astra와도 '경쟁력 있다'고 표현한다(arXiv).
출처: arXiv 2609.39601.
따라서 '저자들에 따르면 이 34개 벤치마크의 평균에서 앞선다'는 말은 맞다. 'GPT-6 Astra보다 낫다'는 말은 맞지 않다.
로봇공학과 주행: 시뮬레이션과 개루프
저자들에 따르면(프로젝트 페이지, arXiv):
- RoboCasa-GR1: 시연의 50%(28.75%)로 75%로 학습한 기준선을 넘어선다. 분포 내에서는 RynnBrain-2B보다 근소하게 뒤진다(37.75 대 39.00).
- RoboTwin 2.0: 평가한 비전 아키텍처를 분포 밖 네 가지 시나리오에서 모두 앞서며, 최고 기준 대비 상대적으로 최대 24.8%다. 분포 내에서는 66.20 대 60.62.
- nuScenes: 개루프 평균 L2 오차는 0.296 m이고, Qwen3-VL-4B는 0.301 m, RynnBrain은 0.308 m다. 폐루프 성능은 확인되지 않았다.
실제 로봇에 배치했다는 보고는 없다(CnEVPost: 시뮬레이션 결과).
확인되지 않은 것
정확한 파라미터 수, 집계 방식, 독립적 재현(특히 GPT-6 Astra의 점수), 라이선스, 폐루프와 실제 로봇에서의 성능, Xpeng 제품에의 통합, 벤치마크 전체 목록, 크기와 특화의 영향.
출처: CnEVPost, arXiv, 프로젝트 페이지.
비교표
| 항목 | 출처가 말하는 것 | 상태 |
|---|---|---|
| 평균 | 73.68점 대 GPT-6 Astra 71.54점 | 저자들이 밝힘 |
| Astra가 앞서는 곳 | 로봇, 공간, 인터페이스 그라운딩, TotalText, Dense200 포인팅 | 저자들이 밝힘 |
| 공개 | 코드와 가중치 공개, 라이선스 미기재 | 보도됨 |
| 파라미터 수와 재현 | '4B'는 명칭, 독립적 검증은 언급되지 않음 | 확인되지 않음 |
자주 묻는 질문
GroundingPI가 GPT-6 Astra보다 나은가
일반적으로는 그렇지 않다. 이 34개 벤치마크의 평균에서는 저자들에 따르면 GroundingPI가 앞서지만, ScreenSpot-Pro 같은 다른 곳에서는 GPT-6 Astra가 앞선다. Xpeng은 이 점수가 인식만 측정한다고 하며, GroundingPI를 체화 AI의 '빠른 시스템' 기반으로 소개할 뿐 대형 범용 모델의 대체재로 보지 않는다(CnEVPost, xpeng.guru).
모델은 오픈소스인가
코드와 가중치는 GitHub, Hugging Face, ModelScope에 공개됐다(CnEVPost, xpeng.guru). 읽은 페이지에 라이선스는 명시되어 있지 않으며, arXiv 페이지의 CC BY 4.0은 코드나 가중치에 대해 아무것도 말해 주지 않는다.
Xpeng 자동차에 들어가나
읽은 페이지 중 그렇게 말하는 곳은 없다. CnEVPost는 과학적 프로토타입이라 하고, 비공식 출처인 xpeng.guru는 제품 통합 발표가 아니라고 한다.
방법과 한계
2026년 11월 4일, CnEVPost, arXiv 논문(약 24만 2천 자 중 처음 10만 자만), 프로젝트 페이지, xpeng.guru를 자동 요약으로 읽었다. xpeng.guru는 소속이 밝혀지지 않았고 Xpeng의 발표를 인용하는 사이트다. Xpeng의 발표문 자체, X의 게시물, AI Weekly, GitHub 저장소, Hugging Face 페이지는 읽지 않았다. 점수는 저자들의 것이며 재현되지 않았다.
출처
- CnEVPost, Xpeng unveils GroundingPI, 자동 요약으로 읽음
- arXiv 2609.39601, 자동 요약으로 읽음, 처음 10만 자만
- GroundingPI 프로젝트 페이지, 자동 요약으로 읽음
- xpeng.guru, 비공식 사이트, 자동 요약으로 읽음
