ZDTaichu5.0-9B – 紫東太初開源的新一代通用多模態大模型

ZDTaichu5.0-9B是什麼

ZDTaichu5.0-9B是紫東太初開源的新一代通用多模態大模型，面向物理世界與具身智能場景。模型在九大國際空間基準中拿下8項同參數全球第一，MindCube-tiny得分78.27，大幅領先同級模型；同時圖文、OCR、數學、代碼等通用能力保持第一梯隊。模型能自適應循環推理，通過熵門控機制，對不確定的Token追加循環計算。模型已在科研實驗與工業製造真機任務中完成驗證，權重與訓練方案全部開放。

ZDTaichu5.0-9B的主要功能

• 空間理解與推演：在九大國際空間基準中拿下8項同參數全球第一，擅長參照系變換、方位判斷等複雜空間推理。
• 通用多模態能力：圖文理解、OCR、數學、代碼能力均衡，AI2D、OCRBench、AIME2026 等成績保持第一梯隊。
• 具身任務規劃：作爲機器人的”高層大腦”，負責看懂環境、記住對象身份、拆解任務步驟。
• 科研實驗輔助：打通仿真計算與溼實驗，自動調用 Python/SciPy 完成科學分析並生成報告。
• 工業製造執行：覆蓋備料配送、機台上下料、工位整理等場景，處理密集貨架、遮擋、前置條件等真實工位問題。

ZDTaichu5.0-9B的技術原理

• 自適應循環推理：模型在生成每個 Token 時，通過熵門控機制判斷預測的不確定性，概率分佈越分散，在該位置循環執行部分層塊計算，逐輪修正內部表徵後再輸出；確定性高的位置直接輸出，把算力精準花在”拿不準”的地方，且不依賴外部工具。
• 三道穩定機制：爲防止循環計算導致表徵漂移，加入阻尼更新控制每輪修正幅度、以原始表徵爲參照；通過 KL 散度與隱狀態殘差的雙重停止判據判斷迭代是否收斂；保留中間狀態，支持從多輪結果中選出低風險表徵、必要時回滾。
• 漸進式數據課程：訓練分階段推進——預訓練用圖文、網頁、多視角視頻與三維仿真數據打底，經過去重和質量過濾；監督微調階段投餵真實業務問答、空間具身案例和 Agent 工具調用軌跡，並校驗樣本中圖像、對象關係與操作約束的一致性；最後用長推理樣本退火，配合 GRPO 強化學習，以答案正確性、座標命中、格式合規等可自動校驗的信號作爲獎勵。
• 長程任務閉環：模型內部循環只解決單步推理，任務推進依靠外部反饋——每執行一步後通過新畫面確認環境狀態，實現”感知—認知—行動—反饋”的連續閉環。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用ZDTaichu5.0-9B

• 獲取權重：從 Huggingface 或 GitHub 下載開源權重。
• 本地部署：在單卡消費級/專業級 GPU 上加載模型（9B 參數，顯存需求相對較低）。
• 多模態交互：輸入圖像+文本指令，模型可輸出方位判斷、目標座標、可放置點位等空間推理結果。
• 接入機器人系統：將其作爲高層規劃模塊，與底層抓取、導航等機器人控制系統對接。
• 二次訓練：用隨權重開放的數據生產與訓練方案，換用自己的場景數據繼續微調。

ZDTaichu5.0-9B的核心優勢

• 空間能力同檔第一：橫掃九大國際空間基準，拿下 8 項同參數通用組別全球第一，MindCube-tiny 領先同級模型 15 分以上。
• 通用能力不衰減：空間具身能力越級突破的同時，圖文、OCR、數學、代碼等通用能力仍穩居第一梯隊。
• 自適應循環推理：熵門控機制讓模型只對”拿不準”的 Token 追加計算，推理更準且平均成本可控。
• 真機驗證過：已在科研實驗（試管操作、滴管轉移）和工業製造（上下料、工位整理）的真機任務中跑通。
• 越級對標大模型：多項空間基準成績領先 Gemini 3 Pro 達 7% 以上，而小參數部署成本遠低於閉源大模型。
• 完全開源可定製：權重、數據生產與訓練方案全部開放，開發者可用自有數據持續微調適配自己的現場。

ZDTaichu5.0-9B的項目地址

• 項目官網：https://taichu-ai.github.io/ZDTaichu5.0-9B
• GitHub倉庫：https://github.com/Taichu-AI/ZDTaichu5.0-9B
• HuggingFace模型庫：https://huggingface.co/TaichuAI/ZDTaichu5.0-9B

ZDTaichu5.0-9B的同類競品對比

ZDTaichu5.0-9B的應用場景

• 工業製造：備料配送、機台上下料檢測、工位整理，從密集貨架中識別目標、判斷抓取位置，並回頭校驗放置是否正確。
• 科研實驗自動化：自動化實驗平台的”高層編排大腦”，完成試管按序放置、滴管轉移液體等多樣品操作，同時跟蹤樣品身份、空間位置與任務進度。
• 科學計算輔助：接收自然語言科學問題後，自動調用 Python/SciPy 計算解析解與數值解、交叉覈對並生成分析報告，打通仿真與溼實驗。
• 機器人高層規劃：作爲具身智能的”大腦”，負責看懂環境、記住對象、拆解步驟，與底層抓取/導航控制系統協同完成長程任務。
• 智能倉儲物流：處理”取第三排第二個料盒”類工單，完成屬性綁定、空間排序與目標定位，應對遮擋、目標跑出視野等真實倉儲問題。