ZDTaichu5.0-9B Inafanya kazi

ZDTaichu5.0-9B ni modeli mpya ya jumla ya multimodali iliyotolewa kama chanzo huria na Zhidong Taichu, inayolenga ulimwengu wa kimwili na hali za akili iliyojengeka mwilini. Modeli imepata nafasi ya kwanza duniani kwa vigezo 8 kati ya 9 vya kimataifa vya anga katika kundi la vigezo sawa, huku ikipata alama 78.27 kwenye MindCube-tiny, ikiwa mbele kwa kiasi kikubwa ya modeli za kiwango chake; wakati huohuo uwezo wa jumla katika picha na maandishi, OCR, hisabati na msimbo unabaki katika kundi la juu. Modeli inaweza kufanya kusababu kwa mizunguko inayojibadilisha, na kupitia utaratibu wa udhibiti wa entropia huongeza hesabu za mizunguko kwa Token zisizo na uhakika. Modeli tayari imethibitishwa katika majaribio ya utafiti na kazi halisi za mashine katika uzalishaji wa viwandani, huku uzani na mipango ya mafunzo ikiwa imefunguliwa yote.

Uelewa na makisio ya anga: Imepata nafasi ya kwanza duniani kwa vigezo 8 kati ya 9 vya kimataifa vya anga katika kundi la vigezo sawa, na inafanya vizuri katika kusababu changamano kwa kubadilisha mifumo ya marejeo na kutambua mwelekeo.
Uwezo wa jumla wa multimodali: Uelewa wa picha na maandishi, OCR, hisabati na msimbo umebalansishwa, huku matokeo ya AI2D, OCRBench na AIME2026 yakibaki katika kundi la juu.
Upangaji wa kazi za akili iliyojengeka mwilini: Kama “ubongo wa kiwango cha juu” wa roboti, inahusika na kuelewa mazingira, kukumbuka utambulisho wa vitu na kugawa hatua za kazi.
Msaada wa majaribio ya utafiti: Inaunganisha hesabu za uigaji na majaribio ya maabara, huita Python/SciPy kiotomatiki kufanya uchanganuzi wa kisayansi na kutoa ripoti.
Utekelezaji katika uzalishaji wa viwandani: Inashughulikia usambazaji wa vifaa vya maandalizi, upakiaji na upakuaji wa mashine, pamoja na upangaji wa vituo vya kazi, na kushughulikia matatizo halisi kama rafu zilizojaa, vizuizi vya kuona na masharti ya awali.

Fuata WeChat na ujibu “chanzo huria” ili ujiunge na kundi la majadiliano ya miradi ya AI ya chanzo huria
Usababu wa mizunguko unaojibadilisha: Modeli inapotengeneza kila Token, hutumia utaratibu wa udhibiti wa entropia kutathmini kutokuwa na uhakika wa utabiri. Kadiri mgawanyo wa uwezekano unavyotawanyika, ndivyo inavyotekeleza hesabu za sehemu za tabaka mara nyingi katika nafasi hiyo, ikirekebisha uwakilishi wa ndani kila mzunguko kabla ya kutoa matokeo; nafasi zenye uhakika mkubwa hutoa matokeo moja kwa moja, hivyo nguvu ya hesabu hutumika kwa usahihi mahali ambapo “haijui kwa uhakika”, bila kutegemea zana za nje.
Mifumo mitatu ya uthabiti: Ili kuzuia kuhama kwa uwakilishi kunakosababishwa na hesabu za mizunguko, huongezwa udhibiti wa kusasisha kwa upunguzaji unaodhibiti ukubwa wa kila marekebisho kwa kutumia uwakilishi wa awali kama marejeo; vigezo viwili vya kusimamisha, yaani tofauti ya KL na mabaki ya hali fiche, hutumika kuamua kama marudio yamefikia muunganiko; hali za kati huhifadhiwa ili kuchagua uwakilishi wenye hatari ndogo kutoka kwa matokeo ya mizunguko mingi na kurudi nyuma inapohitajika.
Mtaala wa data wa hatua kwa hatua: Mafunzo huendelea kwa awamu: mafunzo ya awali hujengwa kwa data ya picha na maandishi, kurasa za wavuti, video za mitazamo mingi na uigaji wa pande tatu baada ya kuondoa nakala na kuchuja ubora; katika awamu ya urekebishaji unaosimamiwa, modeli hupewa maswali na majibu ya biashara halisi, mifano ya anga na akili iliyojengeka mwilini, pamoja na mfuatano wa matumizi ya zana za Agent, huku ikihakiki uthabiti wa picha, uhusiano wa vitu na masharti ya utendaji katika sampuli; hatimaye, sampuli za kusababu kwa muda mrefu hutumika katika annealing pamoja na mafunzo ya kuimarisha GRPO, yakitumia ishara zinazoweza kuhakikiwa kiotomatiki kama usahihi wa jibu, kulenga koordinati na uzingatiaji wa muundo kama zawadi.
Mzunguko kamili wa kazi za muda mrefu: Mizunguko ya ndani ya modeli hutatua kusababu kwa hatua moja pekee; kuendeleza kazi hutegemea mrejesho wa nje. Baada ya kila hatua kutekelezwa, hali ya mazingira huthibitishwa kupitia picha mpya, na hivyo kutekeleza mzunguko endelevu wa “utambuzi—ufahamu—hatua—mrejesho”.

Kupata uzani: Pakua uzani wa chanzo huria kutoka Huggingface au GitHub.
Kusambaza ndani ya kifaa: Pakia modeli kwenye GPU ya kiwango cha matumizi ya kawaida au kitaalamu yenye kadi moja (vigezo 9B, mahitaji ya kumbukumbu ya video ni madogo kiasi).
Mwingiliano wa multimodali: Ingiza picha pamoja na maagizo ya maandishi; modeli inaweza kutoa matokeo ya kusababu anga kama utambuzi wa mwelekeo, koordinati za lengo na maeneo yanayofaa kuweka vitu.
Kuunganisha na mfumo wa roboti: Itumie kama moduli ya upangaji wa kiwango cha juu na uiunganishe na mifumo ya udhibiti wa roboti ya kiwango cha chini, kama kushika na kuvinjari.
Mafunzo ya ziada: Tumia mpango wa uzalishaji wa data na mafunzo unaotolewa pamoja na uzani, kisha endelea kurekebisha modeli kwa data ya mazingira yako.

Uwezo wa anga unaoongoza katika kiwango chake: Imeshinda vigezo tisa vya kimataifa vya anga, ikipata nafasi ya kwanza duniani katika kundi la jumla lenye vigezo sawa kwa vigezo 8, huku MindCube-tiny ikiwa mbele ya modeli za kiwango chake kwa zaidi ya alama 15.
Uwezo wa jumla haupungui: Pamoja na mafanikio makubwa ya uwezo wa anga na akili iliyojengeka mwilini, uwezo wa jumla katika picha na maandishi, OCR, hisabati na msimbo bado uko katika kundi la juu.
Usababu wa mizunguko unaojibadilisha: Utaratibu wa udhibiti wa entropia huifanya modeli iongeze hesabu kwa Token “zisizo na uhakika” pekee, hivyo kusababu kwa usahihi zaidi huku gharama ya wastani ikidhibitika.
Imethibitishwa kwenye mashine halisi: Tayari imefanikiwa katika kazi halisi za mashine za majaribio ya utafiti (uendeshaji wa mirija ya majaribio na uhamishaji wa kioevu kwa dropper) na uzalishaji wa viwandani (upakiaji, upakuaji na upangaji wa vituo vya kazi).
Inalinganishwa na modeli kubwa za juu: Matokeo katika vigezo vingi vya anga yanaongoza Gemini 3 Pro kwa zaidi ya 7%, huku gharama ya kusambaza modeli yenye vigezo vichache ikiwa chini sana kuliko ya modeli kubwa zilizofungwa.
Chanzo huria kabisa na inayoweza kubinafsishwa: Uzani, uzalishaji wa data na mipango ya mafunzo imefunguliwa yote, hivyo watengenezaji wanaweza kutumia data yao wenyewe kuendelea kurekebisha modeli kulingana na mazingira yao.

Tovuti rasmi ya mradi: https://taichu-ai.github.io/ZDTaichu5.0-9B
Hifadhi ya GitHub: https://github.com/Taichu-AI/ZDTaichu5.0-9B
Hifadhi ya modeli kwenye HuggingFace: https://huggingface.co/TaichuAI/ZDTaichu5.0-9B

Uzalishaji wa viwandani: Usambazaji wa vifaa vya maandalizi, ukaguzi wa upakiaji na upakuaji wa mashine, na upangaji wa vituo vya kazi; hutambua lengo kutoka kwenye rafu zilizojaa, huamua mahali pa kushika na hukagua tena ikiwa kitu kimewekwa kwa usahihi.
Uendeshaji wa kiotomatiki wa majaribio ya utafiti: “Ubongo” wa upangaji wa kiwango cha juu wa jukwaa la majaribio ya kiotomatiki, unaotekeleza shughuli za sampuli nyingi kama kuweka mirija ya majaribio kwa mpangilio na kuhamisha vimiminika kwa dropper, huku ukifuatilia utambulisho wa sampuli, nafasi za anga na maendeleo ya kazi.
Msaada wa hesabu za kisayansi: Baada ya kupokea swali la kisayansi kwa lugha asilia, huita Python/SciPy kiotomatiki kukokotoa suluhisho la uchanganuzi na la namba, kuyalinganisha na kutoa ripoti ya uchanganuzi, hivyo kuunganisha uigaji na majaribio ya maabara.
Upangaji wa kiwango cha juu wa roboti: Kama “ubongo” wa akili iliyojengeka mwilini, inahusika na kuelewa mazingira, kukumbuka vitu na kugawa hatua, ikishirikiana na mifumo ya udhibiti wa kushika na kuvinjari ya kiwango cha chini kutekeleza kazi za muda mrefu.
Ghala na usafirishaji wenye akili: Hushughulikia maagizo kama “chukua kisanduku cha tatu katika safu ya pili”, ikifunga sifa, kupanga anga na kutambua lengo, huku ikikabiliana na matatizo halisi ya ghala kama vizuizi vya kuona na lengo kutoka nje ya eneo la mwonekano.