会懂网AI资讯，9月17日，由中科院自动化所孵化的紫东太初团队今日宣布，正式开源其通用多模态大模型ZDTaichu5.0-9B，这是一款参数量约九十亿、面向空间理解与具身智能场景的基础模型。团队在发布说明中强调，该模型在九项权威的空间理解基准测试里拿下了其中八项的全球第一，同时在AI2D图表理解、WeMath数学推理、OCRBench文字识别等通用能力榜单上继续保持第一梯队水平，展现出均衡且领先的综合实力。
据团队披露，ZDTaichu5.0-9B采用了预训练、监督微调与GRPO强化学习三阶段递进的数据管线进行训练，这种分阶段打磨的方式保证了模型既有扎实的知识底座，又具备面向具体任务的精细执行能力。尤为关键的是，模型内置了自适应循环推理机制，使其不再是一次性给出答案，而是能够根据任务难度动态调整推理的深度与路径。这一训练范式的公开，对业界复现和改进具身智能模型具有重要的参考价值与示范意义。
在推理策略上，该模型依据预测过程中的不确定性，对难度较高的Token追加额外的计算轮次，形成所谓内循环与外循环的协同结构。当面对试管转移、精密装配等需要连续决策的步骤型任务时，外循环负责把握整体流程的推进节奏，内循环则在每一步内部反复校验与打磨，从而显著降低长链条任务中的累积误差。这种设计让模型在真实场景的连续具身任务中，表现出远超传统单次前向推理模型的稳定性与可靠性。
能力验证方面，团队已将ZDTaichu5.0-9B部署到多个真实工业与实验场景，其中试管转移、机台上料等操作类任务已经过实测检验，模型能够结合视觉输入理解空间关系，并输出可执行的操作序列。这类场景对空间定位精度与动作连贯性要求极高，以往多依赖专用机器人控制系统，而通用多模态模型的直接介入，意味着未来柔性产线与实验室自动化有望以更低的定制成本获得智能升级，也为具身智能的产业化落地提供了可复制的样本。
此次开源的力度颇具诚意，团队不仅放出了模型权重，还一并公开了数据生产管线的整体方案，让研究者和企业能够在既有基础上继续微调与扩展。在开源生态普遍强调可复现的当下，这种把训练数据构建方法也开源的做法并不多见，能够切实降低社区在具身模型研发上的入门门槛。对于高校实验室和中小团队而言，这套方案有望成为开展空间智能研究的重要起点，加速国内多模态具身方向的学术与工程积累。
综合而言，紫东太初此次开源的ZDTaichu5.0-9B，凭借九项基准八项第一的空间理解成绩与开放的训练管线，进一步巩固了中科院团队在多模态具身智能领域的前沿地位。在通用大模型竞争日趋同质化的背景下，聚焦空间与具身这一更具落地难度的细分赛道，既体现了差异化的技术路线选择，也为国产大模型在真实物理世界任务中争得一席之地。随着权重与方案开放，围绕该模型的二次创新值得持续关注。
暂无评论内容