紫东太初开源ZDTaichu5.0-9B 面向物理世界的通用多模态大模型

会懂网AI资讯，9月15日，紫东太初正式开源面向物理世界的通用多模态大模型ZDTaichu5.0-9B，模型参数量约9B，官方称其在10B参数以内的通用多模态模型中，空间理解与具身能力表现突出，是近期国内开源多模态模型的一次重要更新。

输入形式方面，ZDTaichu5.0-9B支持单图、多图、长序列视频以及任意分辨率的视觉输入。相比多数只接受固定分辨率图片的多模态模型，任意分辨率与视频长序列的支持更贴近真实机器人和工业相机采集的数据形态，也减少了预处理环节带来的信息损失，对后续部署在实体设备上更为友好。

能力上，该模型聚焦解决真实物理场景下的空间感知、跨视角变换与具身任务规划等难题，完整覆盖感知、认知、决策与行动等全链路能力。从实验室评测走向物理世界，关键在于模型能否把有限的二维观测转化为可执行的空间判断，这也是具身智能落地过程中公认的难点之一。

值得关注的是，此次开源不仅开放模型权重，还公开了数据生产的详细方案。对产业链而言，权重决定了能不能用，而数据配方决定了能不能复现和持续改进，后者往往比前者更难获取，也是衡量一次开源开放程度高低的重要维度，对学术界尤其有价值。

场景验证方面，模型已在科研自动化、智能制造等真实实体场景中完成验证。这类行业对系统可靠性和结果可解释性的要求都相对较高，若能在生产线与实验流程中稳定跑通，说明模型能力不局限于榜单评测分数，具备向更多工业环节复制迁移的工程基础，也为后续第三方复现提供了参考样本。

财经媒体的评价认为，国产多模态大模型正从看懂数字世界迈向理解并行动于物理世界。从产业趋势看，多模态模型的竞争重心正在从问答与图像描述，转向对物理规律的建模与行动闭环，开源开放与真实场景验证相结合，或将成为下一阶段的主要推进路径。