ZDTaichu5.0-9B خدام

ZDTaichu5.0-9B هو نموذج لغوي عام متعدد الوسائط من الجيل الجديد، مفتوح المصدر من طرف Zhidong Taichu، وموجّه للعالم الفيزيائي وسيناريوهات الذكاء المتجسّد. حقق النموذج المركز الأول عالمياً بنفس عدد المعاملات في 8 من أصل 9 معايير دولية للقدرات المكانية، وسجّل 78.27 في MindCube-tiny، متفوّقاً بفارق كبير على النماذج من نفس المستوى؛ كما حافظ على مكانة متقدمة في القدرات العامة بحال فهم الصور والنصوص، وOCR، والرياضيات، والبرمجة. كيقدر النموذج يدير الاستدلال التكراري بشكل تكيّفي، بحيث كتسمح آلية التحكّم فالإنتروبيا بإضافة حسابات تكرارية للـTokenات غير المؤكدة. وتم التحقق من النموذج فمهام حقيقية داخل مختبرات البحث العلمي والتصنيع الصناعي، مع فتح الأوزان وخطة التدريب كاملة.

الفهم والاستدلال المكاني: حقق المركز الأول عالمياً بنفس عدد المعاملات في 8 من أصل 9 معايير دولية للقدرات المكانية، وكيتميّز فالتعامل مع التحويل بين المعالم المرجعية، وتحديد الاتجاهات، وغيرها من مهام الاستدلال المكاني المعقدة.
القدرات العامة متعددة الوسائط: قدرات متوازنة ففهم الصور والنصوص، وOCR، والرياضيات، والبرمجة، مع بقاء النتائج فـAI2D وOCRBench وAIME2026 ضمن الصف الأول.
تخطيط المهام المتجسّدة: كيخدم بحال «العقل العالي المستوى» ديال الروبوت، وكيكون مسؤول على فهم البيئة، وتذكّر هويات الأشياء، وتقسيم المهام لمراحل.
مساعدة التجارب العلمية: كيربط بين المحاكاة والحسابات والتجارب المخبرية، وكيستدعي Python/SciPy أوتوماتيكياً لإتمام التحليل العلمي وإنشاء التقارير.
التنفيذ فالتصنيع الصناعي: كيغطي سيناريوهات توزيع المواد، وتحميل وتفريغ الآلات، وترتيب محطات العمل، وكيعالج مشاكل حقيقية بحال الرفوف المكتظة، والحجب، والشروط المسبقة.

تابع WeChat وردّ بـ«开源» باش تنضم لمجموعة نقاش مشاريع الذكاء الاصطناعي مفتوحة المصدر
الاستدلال التكراري التكيّفي: ملي كيولّد النموذج كل Token، كتحكم آلية الإنتروبيا فدرجة عدم اليقين فالتنبؤ. وكلما كان توزيع الاحتمالات متشتتاً، كتعاود بعض كتل الطبقات الحسابية فداك الموضع، وكيتم تصحيح التمثيل الداخلي دورة بعد دورة قبل الإخراج؛ أما المواضع ذات اليقين العالي فكيتم إخراجها مباشرة. وبهذا كتتصرف القدرة الحسابية بدقة فالأماكن اللي «مازال ما متأكدش منها» النموذج، بلا اعتماد على أدوات خارجية.
ثلاث آليات للاستقرار: لتفادي انجراف التمثيلات بسبب الحسابات التكرارية، كيتضاف تحديث مخمّد للتحكم فحجم التصحيح فكل دورة، مع اعتماد التمثيل الأصلي كمرجع؛ وكيتم تحديد تقارب التكرار باستعمال معيارين للتوقف، هما تباعد KL وبقايا الحالة الخفية؛ كما كتتحفظ الحالات الوسيطة، باش يمكن اختيار التمثيل الأقل خطورة من بين نتائج متعددة، والرجوع للخلف عند الضرورة.
منهج تدريجي لتدريب البيانات: كيتقدم التدريب على مراحل. فمرحلة التدريب القبلي، كيتستعمل محتوى الصور والنصوص، وصفحات الويب، والفيديوهات متعددة الزوايا، وبيانات المحاكاة ثلاثية الأبعاد، بعد إزالة التكرار وتصفية الجودة؛ وفمرحلة الضبط الدقيق الموجّه، كيتستعمل سؤال وجواب من الأعمال الحقيقية، وحالات مكانية متجسّدة، ومسارات استدعاء أدوات Agent، مع التحقق من انسجام الصور والعلاقات بين الأشياء وقيود العمليات داخل العينات؛ وفالأخير كيتدار التلدين باستعمال عينات الاستدلال الطويل، مع التعلم المعزز GRPO، واعتماد إشارات قابلة للتحقق أوتوماتيكياً كمكافآت، بحال صحة الجواب، وإصابة الإحداثيات، واحترام الصيغة.
حلقة المهام طويلة المدى: الحلقة الداخلية ديال النموذج كتحل غير الاستدلال فخطوة واحدة، أما تقدم المهمة فكيعتمد على التغذية الراجعة الخارجية. من بعد كل خطوة تنفيذ، كيتأكد النموذج من حالة البيئة عبر صورة جديدة، باش يحقق حلقة مستمرة من «الإدراك—الفهم—الفعل—التغذية الراجعة».

الحصول على الأوزان: حمّل الأوزان المفتوحة المصدر من Huggingface أو GitHub.
النشر محلياً: حمّل النموذج على GPU استهلاكي أو احترافي ببطاقة واحدة، بــ9B معامل، وبحاجة منخفضة نسبياً لذاكرة الفيديو.
التفاعل متعدد الوسائط: دخل صورة وتعليمة نصية، وغادي يخرج النموذج نتائج الاستدلال المكاني بحال تحديد الاتجاه، وإحداثيات الهدف، والنقط اللي يمكن وضع الشيء فيها.
الربط مع نظام روبوت: استعمله كوحدة تخطيط عالية المستوى، وربطو مع أنظمة التحكم الأساسية فالروبوت، بحال الإمساك والملاحة.
التدريب من جديد: استعمل خطة إنتاج البيانات والتدريب المفتوحة مع الأوزان، وكمّل الضبط الدقيق باستعمال بيانات السيناريوهات ديالك.

القدرات المكانية هي الأولى فالفئة ديالها: تصدّر تسعة معايير دولية للقدرات المكانية، وحقق المركز الأول عالمياً بنفس عدد المعاملات فـ8 مجموعات عامة، مع تفوق MindCube-tiny على النماذج من نفس المستوى بأكثر من 15 نقطة.
القدرات العامة ما كتتراجعش: رغم الاختراق الكبير فالفهم المكاني والتجسّد، بقات قدرات الصور والنصوص، وOCR، والرياضيات، والبرمجة ضمن الصف الأول.
الاستدلال التكراري التكيّفي: كتخلي آلية التحكّم فالإنتروبيا النموذج يزيد الحساب غير للـTokenات اللي «مازال ما متأكدش منها»، وكتحسّن دقة الاستدلال مع بقاء التكلفة المتوسطة تحت السيطرة.
تم التحقق منه فمهام حقيقية: خدم بنجاح فمهام حقيقية فالتجارب العلمية، بحال التعامل مع أنابيب الاختبار ونقل السوائل بالقطّارة، وفالتصنيع الصناعي، بحال التحميل والتفريغ وترتيب محطات العمل.
مقارنة ناجحة مع النماذج الكبيرة: تفوق على Gemini 3 Pro بأكثر من 7% فعدة معايير مكانية، مع تكلفة نشر بمعاملات قليلة أقل بكثير من النماذج الكبيرة المغلقة المصدر.
مفتوح المصدر وقابل للتخصيص بالكامل: الأوزان، وإنتاج البيانات، وخطة التدريب كلها مفتوحة، ويقدر المطورون يديرو ضبطاً دقيقاً مستمراً باستعمال بياناتهم الخاصة للتكيف مع مواقعهم.

الموقع الرسمي للمشروع: https://taichu-ai.github.io/ZDTaichu5.0-9B
مستودع GitHub: https://github.com/Taichu-AI/ZDTaichu5.0-9B
مستودع النموذج على HuggingFace: https://huggingface.co/TaichuAI/ZDTaichu5.0-9B

التصنيع الصناعي: توزيع المواد، وفحص تحميل وتفريغ الآلات، وترتيب محطات العمل؛ كيتعرف على الأهداف وسط الرفوف المكتظة، وكيحدد موضع الإمساك، ومن بعد كيراجع واش تحطّ الشيء فالمكان الصحيح.
أتمتة التجارب العلمية: «عقل» عالي المستوى للتنسيق داخل منصات التجارب المؤتمتة، كيكمل عمليات بحال وضع أنابيب الاختبار بالترتيب ونقل السوائل بالقطّارة بين عينات متعددة، مع تتبع هوية العينة وموقعها المكاني وتقدم المهمة.
مساعدة الحسابات العلمية: من بعد ما كيتلقى سؤالاً علمياً باللغة الطبيعية، كيستدعي Python/SciPy أوتوماتيكياً لحساب الحل التحليلي والحل العددي، وكيقارن بين النتائج وكيولّد تقرير تحليل، رابطاً بين المحاكاة والتجارب المخبرية.
التخطيط العالي المستوى للروبوتات: كيخدم كـ«عقل» للذكاء المتجسّد، ومسؤول على فهم البيئة، وتذكّر الأشياء، وتقسيم الخطوات، والتعاون مع أنظمة التحكم الأساسية فالإمساك والملاحة لإتمام المهام طويلة المدى.
التخزين واللوجستيك الذكي: كيعالج أوامر بحال «جيب علبة المواد الثانية فالصف الثالث»، وكيكمل ربط الخصائص، والترتيب المكاني، وتحديد الهدف، وكيواجه مشاكل التخزين الحقيقية بحال الحجب وخروج الهدف من مجال الرؤية.