创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

ACE-Brain-0.6在已报告视觉定位均分中领先

AI 总结

一篇视觉定位指南称,ACE-Brain-0.6在7项基准上的平均分为75.41,高于GPT-6 Astra的73.68。其RobotGrounding得分为94.13,对比Astra的91.10;GPT-6 Astra则在PixMo-Count、RefSpatial和PointArena上领先。指南还将4B的GroundingPI列为轻量选项,其在34项基准上的已报告平均分为73.68%。指南同时提醒,ACE-Brain-0.6和GroundingPI的成绩均为作者自报、尚未经独立复现,覆盖不同基准集合的平均分也不一定可直接比较。

深度见解

该比较为在专用开放权重模型与专有通用模型之间进行选型提供了按场景判断的依据。不过,由于核心均分尚未经独立复现,其整体领先结论仍需保留限制说明。

核心结论:截至 2026 年 11 月,「靠一句话在图片中定位目标」最准的专用模型是 ACE-Brain-0.6(9B,基于 Qwen3.5-9B 微调)——它在 7 个公开视觉定位 benchmark 上平均 75.41,超过了 OpenAI 的 GPT-6 Astra(73.68),成为当前视觉定位(visual grounding)的 SOTA(state-of-the-art,最先进水平)。但要注意:它是在「空间定位」这类通用感知任务上整体领先,在 PixMo-Count(计数)、RefSpatial(空间关系)、PointArena(点定位)三个子项上仍输给 GPT-6 Astra。所以「最准」要分场景:追求极致通用定位能力选闭源的 GPT-6 Astra,追求可私有化部署、空间定位精度选开源的 ACE-Brain-0.6 或 GroundingPI(4B,34 benchmark 平均 73.68%)。本专栏在视觉定位技术能力边界与选型指南里讲过视觉定位的技术全景,本文更新到 2026 年底的最强选手。

#ACE-Brain-0.6#GPT-6 Astra#GroundingPI#Qwen3.5-9B#ACE Robotics#OpenAI#XPENG

原文约 11 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。