紫东太初近日开源通用多模态大模型ZDTaichu5.0-9B,在九大国际权威空间理解基准测试中拿下八项第一,将10B以下通用模型的空间具身能力天花板大幅推高。
过去多模态模型能理解图片,却难以应对真实物理世界中的空间判断与行动,补足空间能力又常以牺牲通用能力为代价。ZDTaichu5.0-9B同时跑通两条线:既能完成美工刀收纳等复杂空间规划任务,又在AI2D图解理解上达91.48分,OCRBench为85.5分,数学推理与代码能力同样领先。
其能力来自全栈数据生产管线,分三阶段渐进训练:预训练阶段对齐视觉、语言、时序与空间概念;监督微调阶段引入空间具身案例与思维链校验;退火与强化学习阶段通过三维标签系统筛选高信息量样本,并用自动校验奖励信号优化模型。
推理层面,模型内置自适应循环推理,根据预测不确定性决定是否对高难度Token增加计算深度,配合阻尼更新、双重停止判据与状态回滚三重稳定设计,让算力合理倾斜。这一按需分配推理的思路,与OpenAI最新GPT-6 Astra的路线高度一致。
模型同时打通内外循环:内部推理改善单步空间判断,外部任务循环接收新观测与执行反馈,使每次行动成为下一轮判断的新条件,显著提升长程任务成功率。紫东太初不仅开放权重,还公开整套数据生产管线方案,企业可用自有数据继续训练,快速适配科研自动化与智能制造等场景。
