A XPENG está a apostar forte na investigação em Inteligência Artificial Física (Physical AI) com o lançamento do GroundingPI, um “modelo fundacional de perceção visual desenvolvido em colaboração com investigadores da Universidade de Pequim, da Universidade de Hong Kong e de outras instituições académicas”, avança a marca.
“Com quatro mil milhões de parâmetros, a solução pretende melhorar a capacidade dos sistemas de IA para identificar objetos e compreender a sua localização no mundo físico, competências essenciais para aplicações como a robótica e a condução autónoma”, sublinha a XPENG, em comunicado.
Perceção visual
“A investigação aposta numa abordagem centrada na perceção visual, procurando dotar os sistemas de maior precisão na identificação de elementos e na compreensão das relações espaciais entre objetos”, adianta a marca.
“Por exemplo”, explica, “perante a instrução de localizar a pega de uma chávena situada à direita, o modelo consegue identificar não apenas o objeto, mas, também, a posição exata do elemento pretendido, recorrendo a coordenadas espaciais, pontos e caixas delimitadoras”.
Nos testes conduzidos pela equipa de investigação, o GroundingPI alcançou uma pontuação média de 73,68 em 34 benchmarks públicos, distribuídos por 11 categorias de capacidades e num universo de 44 modelos avaliados.
O resultado supera os 71,54 pontos obtidos pelo GPT-6 Astra na mesma avaliação. “A comparação incide, exclusivamente, sobre tarefas de perceção visual, não constituindo uma avaliação global das capacidades de raciocínio ou inteligência dos modelos”, revela a marca.
Manipulação robótica
O desempenho foi, igualmente, testado em cenários de manipulação robótica. “Nas simulações RoboCasa-GR1, os sistemas que utilizaram o GroundingPI como base visual registaram taxas de sucesso superiores às dos modelos de referência, mesmo recorrendo a apenas metade dos dados de demonstração disponíveis, face aos 75% utilizados pelos modelos comparados”, diz.
“Já nas avaliações RoboTwin 2.0, o modelo revelou maior capacidade de adaptação a ambientes diferentes dos utilizados no treino”, pode ler-se no mesmo documento.
A investigação contemplou ainda aplicações na condução autónoma, com recurso ao conjunto de dados nuScenes, no qual o GroundingPI registou um erro médio de previsão de trajetória de 0,296 metros.
Mais sobre a XPENG aqui.
