小鹏集团与北京大学、香港大学等高校研究团队合作，对外公布了具身感知基座模型GroundingPI的研究成果。该研究主张"感知优先"的技术路线，试图从底层感知能力入手，为具身智能建立更扎实的表征基础。

在评测层面，研究团队将GroundingPI与OpenAI的GPT-6 Astra放在同一套34项公开感知基准上进行对比。按11类感知能力等权平均计算，GroundingPI综合得分为73.68，GPT-6 Astra为71.54。官方表示，GroundingPI以约40亿参数规模在34项基准的综合评测中排名第一，并在机器人仿真任务中表现出更高的数据处理效率与更强的场景泛化能力。

研究团队的核心判断是，具身智能的首要前提在于精准感知自身与周边物体的空间位置，感知表征对物理AI至关重要。若模型无法准确定位目标在画面中的位置，积累再多动作知识也难以有效落地。基于这一思路，GroundingPI在训练阶段完全弃用带关节动作标签的机器人数据，转而采用无动作标签的纯感知数据。

这些数据覆盖通用检测、密集小目标、指代定位、文字识别、文档版面、界面元素、机器人空间定位等11类感知能力。官方展示显示，GroundingPI在多个场景中具备基于视觉基元的感知能力，视觉基元即构成画面的最小积木块。