官方表示，该研究提出”感知优先”的技术路线，以约 40 亿参数规模，在 34 项公开感知基准的综合评测中位列第一，并在机器人仿真任务中展现出更高的数据处理效率与更强的场景泛化能力。研究团队将 GroundingPI 与 OpenAI 前沿模型 GPT-6 Astra 在同一套 34 项感知基准上进行对比，按照以上这 11 类能力等权平均，GroundingPI 得分 73.68，Astra 得分 71.54。基于这一判断，GroundingPI 在训练阶段不使用带关节动作标签的机器人数据，而是全部采用无动作标签的纯感知数据，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，目标是让模型首先理解”物体是什么、在画面的哪个位置”。