Análise
O GroundingPI da Xpeng, um modelo de percepção de cerca de 4 bilhões de parâmetros, obtém 73,68 contra 71,54 do GPT-6 Astra em 34 benchmarks, segundo a Xpeng, com a diferença e os limites explicados
Segundo os autores da Xpeng, o GroundingPI obtém 73,68 contra 71,54 do GPT-6 Astra em 34 benchmarks de percepção. O GPT-6 Astra segue à frente em outros.
Em 4 de novembro de 2026, a Xpeng apresentou o GroundingPI, um modelo de base de percepção "incorporada" de cerca de 4 bilhões de parâmetros, desenvolvido com equipes universitárias, entre elas a Universidade de Pequim e a Universidade de Hong Kong (CnEVPost). Seus autores informam uma média de 73,68 em 34 benchmarks, contra 71,54 do GPT-6 Astra, o modelo da OpenAI. As medições são deles, não foram reproduzidas de forma independente e cobrem só a percepção. Lemos quatro páginas por resumos automáticos e não executamos nada. Isto não é conselho de investimento nem conselho técnico.
O essencial
- O número: segundo os autores, 73,68 contra 71,54 em média em 34 benchmarks públicos de grounding, uma diferença de 2,14 pontos. O GPT-6 Astra continua à frente em outros.
- O alcance: só percepção, não raciocínio nem inteligência geral; um modelo especializado contra um generalista.
- A situação: código e pesos publicados, licença não indicada. Os resultados de robótica e direção vêm de simulações ou de dados gravados.
- Não estabelecido: o número exato de parâmetros, a reprodução independente, a integração em produtos da Xpeng.
O que é o GroundingPI?
"Grounding" é localizar em uma imagem o que uma frase descreve, devolvendo pontos ou caixas. O GroundingPI os escreve como coordenadas quantizadas em um vocabulário compartilhado (arXiv, página do projeto). "PI" significa Physical Intelligence (CnEVPost, xpeng.guru).
Segundo o artigo do arXiv, ele combina um codificador visual MoonViT-V2 (do Kimi K3), um projetor e um decodificador de linguagem Qwen3-4B. "4B" é um rótulo: o número exato não consta da parte do artigo que lemos, e uma síntese de pesquisa cita um valor maior com o codificador visual, que não pudemos verificar. O treinamento não usou dados de robô com rótulos de ação, só dados de percepção de 11 categorias, como detecção geral e reconhecimento de texto (CnEVPost, xpeng.guru).
O que significam 73,68 e 71,54?
É uma média de 34 benchmarks públicos de grounding que cobrem 11 capacidades de percepção, com o GPT-6 Astra entre 44 modelos de referência (arXiv, página do projeto, CnEVPost). A diferença de 2,14 pontos é um cálculo nosso. CnEVPost e xpeng.guru descrevem uma ponderação por categoria; a parte do artigo que lemos não descreve o método de agregação.
Os autores conduziram a avaliação; nenhum avaliador independente é citado (CnEVPost). O GPT-6 Astra, um modelo da OpenAI de setembro de 2026 segundo a CnEVPost (a OpenAI diz que o GPT-Rosalind-6, tratado em nosso artigo, usa os mesmos pesos), foi executado com esforço de raciocínio em "alto". Nenhum outro ajuste nem prompt é dado na parte lida, alguns números de referência vêm de publicações externas e o artigo aponta incertezas de prompt e de análise (arXiv).
Onde o GPT-6 Astra continua à frente
O artigo diz que o GPT-6 Astra mantém uma vantagem substancial em grounding de robôs, espacial e de interfaces (GUI), e lidera no TotalText e nos pontos do Dense200. Também chama o modelo de "competitivo" com o GPT-6 Astra, superando modelos de tamanho comparável (arXiv).
Fonte: arXiv 2609.39601.
"À frente na média desses 34 benchmarks, segundo os autores" está, portanto, correto. "Melhor que o GPT-6 Astra" não está.
Robótica e direção: simulação e malha aberta
Segundo os autores (página do projeto, arXiv):
- RoboCasa-GR1: com 50% das demonstrações (28,75%), o sistema supera referências treinadas com 75%; na distribuição, fica um pouco atrás do RynnBrain-2B (37,75 contra 39,00).
- RoboTwin 2.0: supera as arquiteturas de visão avaliadas nos quatro cenários fora da distribuição, até 24,8% em relativo ao melhor; 66,20 na distribuição contra 60,62.
- nuScenes: erro L2 médio em malha aberta de 0,296 m, contra 0,301 m do Qwen3-VL-4B e 0,308 m do RynnBrain. O desempenho em malha fechada não está estabelecido.
Nenhuma implantação em robôs reais é informada (CnEVPost: resultados de simulação).
O que não está estabelecido?
O número exato de parâmetros; o método de agregação; a reprodução independente, em especial da pontuação do GPT-6 Astra; a licença; o desempenho em malha fechada e em robô real; a integração em produtos da Xpeng; a lista completa de benchmarks; o efeito do tamanho e da especialização.
Fonte: CnEVPost, arXiv, página do projeto.
Tabela comparativa
| Ponto | O que dizem as fontes | Situação |
|---|---|---|
| Média | 73,68 contra 71,54 do GPT-6 Astra | Declarado pelos autores |
| Onde o Astra lidera | Grounding de robôs, espacial, interfaces; TotalText; pontos do Dense200 | Declarado pelos autores |
| Publicação | Código e pesos publicados; licença não indicada | Informado |
| Parâmetros e reprodução | Rótulo "4B"; nenhuma verificação independente citada | Não estabelecido |
Perguntas frequentes
O GroundingPI é melhor que o GPT-6 Astra?
Não em geral. Na média desses 34 benchmarks, segundo os autores, o GroundingPI está à frente, mas o GPT-6 Astra continua à frente em outros, como o ScreenSpot-Pro. A Xpeng diz que a pontuação mede só a percepção, e apresenta o GroundingPI como base para o "sistema rápido" da IA incorporada, não como substituto dos grandes modelos gerais (CnEVPost, xpeng.guru).
O modelo é de código aberto?
O código e os pesos estão publicados no GitHub, no Hugging Face e no ModelScope (CnEVPost, xpeng.guru). Nenhuma licença é indicada nas páginas lidas; a CC BY 4.0 da página do arXiv não diz nada sobre o código nem sobre os pesos.
Vai estar nos carros da Xpeng?
Nenhuma página lida diz isso. A CnEVPost fala de um protótipo científico; o xpeng.guru, fonte não oficial, diz que não é um anúncio de integração em produtos.
Método e limites
Em 4 de novembro de 2026, lemos por resumos automáticos a CnEVPost, o artigo do arXiv (só os primeiros 100.000 caracteres de cerca de 242.000), a página do projeto e o xpeng.guru, um site de afiliação não indicada que cita o comunicado da Xpeng. Não lemos o comunicado da Xpeng, sua publicação no X, a AI Weekly, o repositório do GitHub nem a página do Hugging Face. As pontuações são as dos autores, sem reprodução.
Fontes
- CnEVPost, Xpeng unveils GroundingPI, resumo automático
- arXiv 2609.39601, resumo automático, só os primeiros 100.000 caracteres
- Página do projeto GroundingPI, resumo automático
- xpeng.guru, site não oficial, resumo automático
Encontrou um erro neste artigo? Avise-nos · Nossa política de correções
