ZDTaichu5.0-9B 运营中

ZDTaichu5.0-9B是紫东太初开源的新一代通用多模态大模型，面向物理世界与具身智能场景。模型在九大国际空间基准中拿下8项同参数全球第一，MindCube-tiny得分78.27，大幅领先同级模型；同时图文、OCR、数学、代码等通用能力保持第一梯队。模型能自适应循环推理，通过熵门控机制，对不确定的Token追加循环计算。模型已在科研实验与工业制造真机任务中完成验证，权重与训练方案全部开放。

空间理解与推演：在九大国际空间基准中拿下8项同参数全球第一，擅长参照系变换、方位判断等复杂空间推理。
通用多模态能力：图文理解、OCR、数学、代码能力均衡，AI2D、OCRBench、AIME2026 等成绩保持第一梯队。
具身任务规划：作为机器人的”高层大脑”，负责看懂环境、记住对象身份、拆解任务步骤。
科研实验辅助：打通仿真计算与湿实验，自动调用 Python/SciPy 完成科学分析并生成报告。
工业制造执行：覆盖备料配送、机台上下料、工位整理等场景，处理密集货架、遮挡、前置条件等真实工位问题。

微信关注回复“开源”，加入AI开源项目交流群
自适应循环推理：模型在生成每个 Token 时，通过熵门控机制判断预测的不确定性，概率分布越分散，在该位置循环执行部分层块计算，逐轮修正内部表征后再输出；确定性高的位置直接输出，把算力精准花在”拿不准”的地方，且不依赖外部工具。
三道稳定机制：为防止循环计算导致表征漂移，加入阻尼更新控制每轮修正幅度、以原始表征为参照；通过 KL 散度与隐状态残差的双重停止判据判断迭代是否收敛；保留中间状态，支持从多轮结果中选出低风险表征、必要时回滚。
渐进式数据课程：训练分阶段推进——预训练用图文、网页、多视角视频与三维仿真数据打底，经过去重和质量过滤；监督微调阶段投喂真实业务问答、空间具身案例和 Agent 工具调用轨迹，并校验样本中图像、对象关系与操作约束的一致性；最后用长推理样本退火，配合 GRPO 强化学习，以答案正确性、坐标命中、格式合规等可自动校验的信号作为奖励。
长程任务闭环：模型内部循环只解决单步推理，任务推进依靠外部反馈——每执行一步后通过新画面确认环境状态，实现”感知—认知—行动—反馈”的连续闭环。

获取权重：从 Huggingface 或 GitHub 下载开源权重。
本地部署：在单卡消费级/专业级 GPU 上加载模型（9B 参数，显存需求相对较低）。
多模态交互：输入图像+文本指令，模型可输出方位判断、目标坐标、可放置点位等空间推理结果。
接入机器人系统：将其作为高层规划模块，与底层抓取、导航等机器人控制系统对接。
二次训练：用随权重开放的数据生产与训练方案，换用自己的场景数据继续微调。

空间能力同档第一：横扫九大国际空间基准，拿下 8 项同参数通用组别全球第一，MindCube-tiny 领先同级模型 15 分以上。
通用能力不衰减：空间具身能力越级突破的同时，图文、OCR、数学、代码等通用能力仍稳居第一梯队。
自适应循环推理：熵门控机制让模型只对”拿不准”的 Token 追加计算，推理更准且平均成本可控。
真机验证过：已在科研实验（试管操作、滴管转移）和工业制造（上下料、工位整理）的真机任务中跑通。
越级对标大模型：多项空间基准成绩领先 Gemini 3 Pro 达 7% 以上，而小参数部署成本远低于闭源大模型。
完全开源可定制：权重、数据生产与训练方案全部开放，开发者可用自有数据持续微调适配自己的现场。

项目官网：https://taichu-ai.github.io/ZDTaichu5.0-9B
GitHub仓库：https://github.com/Taichu-AI/ZDTaichu5.0-9B
HuggingFace模型库：https://huggingface.co/TaichuAI/ZDTaichu5.0-9B

工业制造：备料配送、机台上下料检测、工位整理，从密集货架中识别目标、判断抓取位置，并回头校验放置是否正确。
科研实验自动化：自动化实验平台的”高层编排大脑”，完成试管按序放置、滴管转移液体等多样品操作，同时跟踪样品身份、空间位置与任务进度。
科学计算辅助：接收自然语言科学问题后，自动调用 Python/SciPy 计算解析解与数值解、交叉核对并生成分析报告，打通仿真与湿实验。
机器人高层规划：作为具身智能的”大脑”，负责看懂环境、记住对象、拆解步骤，与底层抓取/导航控制系统协同完成长程任务。
智能仓储物流：处理”取第三排第二个料盒”类工单，完成属性绑定、空间排序与目标定位，应对遮挡、目标跑出视野等真实仓储问题。