Per un’auto che si guida da sola o per un robot che si muove in una fabbrica, capire con precisione cosa c’è intorno, dove si trova e ad esempio cosa c’è scritto su un cartello è la base di qualsiasi decisione successiva, e proprio su questo aspetto si è concentrata Xpeng con il suo ultimo progetto di ricerca.
Il costruttore cinese ha infatti presentato GroundingPI, un modello di intelligenza artificiale open source dedicato alla percezione visiva che, nei test pubblicati dall’azienda, ottiene risultati migliori di uno dei modelli più avanzati di OpenAI. Andiamo a scoprire tutti i dettagli.
Indice:
Segui TuttoTech.net su Google Discover
Cos’è GroundingPI e come si comporta nei benchmark
Il modello, sviluppato da Xpeng insieme ai ricercatori della Peking University e della University of Hong Kong, conta 4 miliardi di parametri ed è pensato per interpretare le immagini con un’attenzione particolare alla posizione degli elementi nello spazio, che GroundingPI rappresenta attraverso coordinate e riquadri di delimitazione, cioè i rettangoli con cui il sistema indica dove si trova ciascun oggetto o persona nell’inquadratura.
È un approccio che semplifica il modo in cui il modello individua e colloca ciò che vede, aspetto cruciale tanto per un robot quanto per un’auto.
Nei test diffusi dall’azienda, GroundingPI ha ottenuto una media di 73,68 punti su 34 prove raggruppate in 11 categorie, ciascuna con lo stesso peso, contro i 71,54 punti di GPT-6 Astra sulla stessa serie di benchmark. Le prove misurano, tra le altre cose, la capacità di riconoscere oggetti di piccole dimensioni, leggere testi e capire la disposizione degli elementi nello spazio, e il modello è stato messo a confronto con altri 44 modelli di base.
Va detto che il confronto riguarda soltanto la capacità di riconoscere e interpretare immagini e non l’intelligenza artificiale nel suo complesso, per cui sarebbe sbagliato leggerlo come un sorpasso generale su GPT-6 Astra.
Tra l’altro è interessante anche la scelta di addestrare il modello su dati di percezione privi di etichette relative ai movimenti articolari dei robot, una strada che secondo i ricercatori di Xpeng “può fornire una base preziosa per la futura ricerca sull’AI fisica“, formula che descrive un ambito di studio più che un prodotto pronto all’uso.
I test su robot e guida autonoma, e cosa resta da verificare
I risultati più concreti arrivano dalle simulazioni dedicate alla robotica come ad esempio quelli su RoboCasa-GR1 in cui i sistemi basati su GroundingPI hanno raggiunto tassi di successo più alti utilizzando appena il 50% dei dati dimostrativi, contro il 75% necessario ai modelli usati per il confronto, e quindi con un numero molto inferiore di esempi da imitare, mentre su RoboTwin 2.0 il modello si è dimostrato più robusto dei sistemi di visione più diffusi in quattro scenari diversi da quelli usati per l’addestramento.
Sul fronte della guida autonoma, nel dataset nuScenes, molto utilizzato per simulare situazioni di traffico, GroundingPI ha fatto registrare un errore medio di 0,296 metri nella previsione delle traiettorie. Ovviamente specifichiamo che si tratta di un valore ottenuto in simulazione, utile per confrontare modelli diversi tra loro ma non rappresentativo di come si comporterebbe un’auto reale su strada.
Un punto a favore di Xpeng è la scelta di rendere pubblici il paper di ricerca, i pesi del modello e il codice di supporto, il che permetterà ad altri laboratori di verificare i risultati in modo indipendente. Per il momento, comunque, GroundingPI resta un modello di ricerca e non è stato integrato in alcun prodotto di serie, per cui non va confuso con una funzione di guida autonoma disponibile per i clienti.
Il contesto spiega però perché l’azienda investa tanto in questo campo, dal momento che Xpeng ha avviato a settembre le linee di produzione del suo robot umanoide IRON e sta portando avanti il progetto di un robotaxi che rinuncia al LiDAR per affidarsi soltanto alle telecamere, una scelta che rende la qualità della percezione visiva ancora più decisiva.
Resta dunque da capire quanto i risultati ottenuti in laboratorio si tradurranno in miglioramenti concreti su robot e auto, ma le verifiche indipendenti rese possibili dalla pubblicazione del modello dovrebbero dare le prime risposte.
Potrebbero interessarti:
I nostri contenuti da non perdere:
- 🔝 Importante: Philips Evnia monitor da 49 pollici curvo scontato di oltre 300€ da MediaWorld
- 📚 Approfitta ora e studia (o gioca) meglio: i migliori notebook MSI in offerta per il Back To School 2026
- 💰 Risparmia sulla tecnologia: segui Prezzi.Tech su Telegram, il miglior canale di offerte
- 🏡 Seguici anche sul canale Telegram Offerte.Casa per sconti su prodotti di largo consumo