小鹏联合多所高校提出 4B 感知基座模型 GroundingPI，统一点、框与文字定位并验证动作迁移

小鹏与北京大学、香港大学、加州大学伯克利分校、普林斯顿大学、新加坡国立大学、清华大学、香港科技大学（广州）的研究者共同提出 4B 感知基座模型 GroundingPI，把点选、框、文字、文档区域和界面控件统一到一套空间词元输出协议，架构采用 MoonViT-V2 视觉编码器和 Qwen3-4B 语言骨干，训练包含监督微调与 GRPO 强化后训练。