EnglishKlein open AI-model van Xpeng ziet beter waar dingen staan dan GPT-6 Astra
Autobouwer Xpeng en universiteiten hebben GroundingPI uitgebracht, een open AI-model dat robots en auto's helpt precies te zien waar dingen staan. Op 34 tests scoort het volgens de makers gemiddeld iets hoger dan OpenAI's veel grotere GPT-6 Astra.
De Chinese autobouwer Xpeng heeft op 4 november GroundingPI gepresenteerd: een AI-model dat beelden bekijkt en precies aangeeft waar iets staat. Het model is gemaakt samen met onderzoekers van onder meer Peking University, de University of Hong Kong, UC Berkeley en de National University of Singapore. De code en de modelgewichten (de getrainde 'kennis' van het model) zijn gratis te downloaden.
Volgens de makers haalt GroundingPI op 34 openbare tests een gemiddelde score van 73,68 procent. Dat is iets hoger dan de 71,54 procent van GPT-6 Astra, het grote model dat OpenAI in september uitbracht. Het Xpeng-model is met ongeveer 4 miljard parameters (de instelbare getallen van een AI-model) veel kleiner.
Waarom een robot eerst goed moet kijken
Een robot die een kopje pakt of een auto die een fietser ontwijkt, moet eerst weten wáár dat kopje of die fietser precies staat. Volgens Xpeng zijn de grote algemene AI-modellen vooral gemaakt voor de digitale wereld, en schieten ze tekort zodra ze in de echte wereld een auto of robot moeten helpen. Precies aanwijzen waar iets staat heet in het vak 'grounding'.
Xpeng gaat ervan uit dat nauwkeurig kijken de eerste voorwaarde is voor een slimme robot. GroundingPI is daarom alleen getraind om dingen te vinden en aan te wijzen, zonder voorbeelden van robotbewegingen. Het model geeft als antwoord een punt of een kader op het beeld. De 34 tests vallen in elf soorten taken, zoals voorwerpen herkennen, tekst lezen, knoppen op een scherm vinden en plekken aanwijzen voor een robotarm. Elke soort taak telt even zwaar mee in het gemiddelde.
Het model is gebouwd uit bestaande open onderdelen: een beeldherkenner uit het Chinese model Kimi K3 en het kleine taalmodel Qwen3-4B van Alibaba.
Xpeng ziet GroundingPI als de 'snelle ogen' van een robot. Een ander, groter model blijft nodig om een taak te begrijpen en te plannen. GroundingPI zorgt dat de robot snel ziet waar alles is, zodat hij direct kan handelen.
Met minder oefenvoorbeelden toch beter
Robots leren een taak vaak door veel voorbeelden te bekijken waarin een mens de robot de taak laat uitvoeren. Zulke voorbeelden opnemen is duur en kost veel tijd.
In een simulatie van een keuken (de test RoboCasa-GR1) kreeg een robotsysteem met GroundingPI als 'ogen' de helft van de oefenvoorbeelden. Het slaagde toch vaker in zijn taken (28,75 procent) dan alle vergelijkbare systemen die driekwart van de voorbeelden kregen (het beste haalde 27,75 procent). Volgens Xpeng komt dat doordat GroundingPI het zoeken van voorwerpen al beheerst, zodat de robot dat niet zelf hoeft te leren.
Ook in situaties die de robot tijdens het oefenen niet had gezien, zoals andere voorwerpen, andere bakken of een andere achtergrond, deed het systeem het in de simulaties het best. Alleen in de gewone keukentest zonder zulke veranderingen scoorde een ander model, RynnBrain, iets hoger (39,00 tegen 37,75 procent). In een test met beelden van echte autoritten (nuScenes) zat de voorspelde route van de auto gemiddeld 29,6 centimeter naast de echte route, iets beter dan de modellen waarmee werd vergeleken.
Kanttekeningen
Alle resultaten komen van de makers zelf en zijn nog niet door anderen nagemeten. De robotproeven zijn gedaan in simulaties op de computer, niet met echte robots. Xpeng noemt het werk zelf nog een wetenschappelijk prototype. Het onderzoeksartikel staat sinds 30 september online en is in oktober bijgewerkt. Doordat code en model openbaar zijn, kunnen andere onderzoekers de resultaten nu zelf controleren.
Xpeng wil de techniek gebruiken voor zijn zelfrijdende auto's, robotaxi's en mensachtige robots. Eerder dit jaar bracht het bedrijf zijn afdelingen voor zelfrijden en slimme software in de auto samen in één AI-centrum onder leiding van Liu Xianming.
Wat betekent dit voor de weg naar de singulariteit?
Een robot die in de echte wereld werkt, moet eerst goed kunnen zien waar alles staat. GroundingPI laat zien dat een klein, open model daarin kan meekomen met een groot model van OpenAI, en dat een robot met zulke goede 'ogen' in simulaties minder oefenvoorbeelden nodig heeft. Minder voorbeelden betekent goedkoper en sneller robots trainen. De volgende stap is laten zien dat dit ook werkt met echte robots en auto's buiten de simulatie.
