샤오펑 그라운딩PI 오픈소스 공개, 시각 인식 평균 73.68점

전기차 기업 샤오펑(Xpeng)이 베이징대·홍콩대 등 연구진과 만든 시각 인식 AI 그라운딩PI(GroundingPI)를 오픈소스로 내놓았다. 모델 가중치와 코드, 논문이 모두 공개 대상이어서, 로봇이나 자율주행의 인식 기술을 연구하는 개발자가 내려받아 쓸 수 있다.

크기는 약 40억 개 매개변수다. 연구진은 공개 시각 인식 벤치마크 34개에서 비교 모델 44개와 겨뤘고, 평균 73.68점으로 OpenAI의 GPT-6 Astra(71.54점)를 2.14점 앞섰다고 밝혔다.

로봇·자율주행 검증 결과

• 로봇 시뮬레이션 로보카사-GR1에서 시연 데이터의 절반만 쓴 시스템이, 비교 모델이 시연 데이터 75%를 쓴 경우보다 성공률이 높았다.
• 로보트윈 2.0에서는 낯선 환경을 가정한 네 가지 설정 전부에서 비교한 다른 시각 모델을 앞섰다.
• nuScenes를 바탕으로 한 자율주행 평가에서 궤적 예측 오차가 평균 0.296m로 나왔다.

물체를 찾고 위치까지 짚는 방식

그라운딩PI는 물체의 종류를 구분하는 일과 위치·공간 관계를 읽는 일을 함께 겨냥해 설계됐다. '오른쪽 컵의 손잡이'라고 지시하면 해당 컵을 먼저 찾고, 손잡이가 있는 곳을 점이나 경계 상자 좌표로 표시하는 식이다.

학습에는 11개 분야의 데이터셋을 썼다. 물체 탐지, 문자 인식(OCR), 문서 구조 이해, 로봇의 공간 위치 파악이 여기에 들어간다. 물체가 빽빽하게 들어찬 화면이나 작은 물체를 정밀하게 찾는 작업에서 강점이 있다고 한다.

배경과 한계

피지컬 AI는 현실에서 주변을 인식하며 움직이는 로봇과 차량에 쓰는 AI를 가리킨다. 그라운딩PI는 이 분야를 위한 시각 인식 기반 모델이다.

비교 점수는 연구진이 직접 매긴 평가 결과다. 인식 능력만 잰 수치여서 종합 AI 성능이 GPT-6 Astra보다 높다는 뜻은 아니다. 결과 역시 시뮬레이션과 오프라인 평가에서 나온 것으로, 실제 환경에서 검증한 것은 아니다.

샤오펑은 이 모델을 자사 차량이나 로봇에 탑재하는 계획을 발표하지 않았다. 이 소식은 5일(현지시간) 나온 클린테크니카 보도를 인용해 전해졌다.