9月15日,由中国科学院自动化所与武汉人工智能研究院孵化的紫东太初,正式开源多模态大模型ZDTaichu5.0-9B。该模型参数量约9B,在10B参数级别内空间具身能力位列第一,通用多模态能力同样保持第一梯队,被视为武汉具身智能赛道的关键落子。
当前多模态大模型普遍面临“提升空间能力就牺牲通用能力”的矛盾,该模型试图破局。在覆盖空间感知、三维推理、多视角变换等九大权威基准的评测中,它拿下八项同参数组第一;实测“寻找从左到右第二个银色盒子”等任务时精准输出坐标,而同级开源模型全部定位错误。同时,它在图文理解、OCR、视觉数学、代码Agent等通用指标上仍居第一梯队。
与多数开源项目仅开放权重不同,紫东太初同步公开了整套空间多模态数据生产管线,覆盖预训练、监督微调、强化学习全环节。企业可复用该流水线,将自有工业现场数据转化为训练样本,大幅降低具身智能创新门槛。
该模型已在武汉产业场景完成验证。在智能制造方向,它适配备料配送、机台上料等业务,能应对密集货架、零件相似、物体遮挡等车间现实问题,打通“工单指令到车间物理执行”链路。此前武汉人工智能研究院已与华工科技、九州通等企业形成60余项AI+行业应用,此次升级有望将应用边界从“看懂图纸”拓展到“控制机械臂”。
