紫东太初开源ZDTaichu5.0-9B：10B级模型空间具身能力断层领先，通用性能不降级

事件概述

紫东太初（Zi Dong Tai Chu）最新开源了通用多模态大模型 ZDTaichu5.0-9B。该模型在保持图文理解、代码生成等通用能力处于第一梯队的同时，在空间感知与具身智能领域展现出断层领先的性能，旨在解决多模态模型从“数字理解”向“物理世界行动”跨越的难题。

核心性能表现

• 空间具身能力：在涵盖空间感知、三维推理、多视角变换及具身交互的九大国际权威基准测试中，ZDTaichu5.0-9B在10B规模以下的开闭源模型中取得8项第一。例如，在目标定位任务中，其给出的归一化坐标精准落入目标区域；在多视角推理中，能正确进行参照系转换判断方位。
• 对比优势：相比 MindCube-tiny (78.27 vs 48.84)、Gemma 4 8B-E4B (78.27 vs 70.87) 和 Grok 4 (78.27 vs 63.56)，ZDTaichu5.0-9B 得分高达 78.27，优势明显。
• 通用能力：未因侧重空间能力而牺牲通用性。在 AI2D 基准测试中得分为 91.48（仅次于 Gemini 3 Pro），WeMath 为 75.9，MathVista Mini 为 84.5，OCR Bench 为 85.5，且在 Agent 工具调用和代码执行任务中表现稳定。

关键技术路径

为实现“通用+具身”的双线突破，模型采用了以下核心技术架构：

1. 全栈数据生产管线：

   • 预训练阶段：整合开源图文、网页文档、视频素材及仿真三维场景，通过感知哈希去重和内容重写，建立视觉、语言与时空概念的对齐。
   • 监督微调（SFT）：引入真实业务问答、空间具身案例及 Agent 轨迹，构建多轮对话序列。针对具身样本，严格校验图像、对象关系与操作约束的一致性，确保思维链（CoT）具备视觉依据。
   • 强化学习（GRPO）：建立“能力域-难度-质量”三维自动标签系统筛选高信息量样本，利用 GRPO 将答案正确性、坐标命中率和格式合规性转化为奖励信号，优化模型短板。

2. 内置自适应循环推理：

   • 引入熵门控机制，根据预测不确定性动态调整计算深度。对于高不确定性节点，在模型内部重复执行部分层块计算以增加表征精度，无需调用外部工具。
   • 配套三重稳定化设计：阻尼更新控制修正幅度，双重停止判据监测 KL 散度与隐状态残差，以及轨迹读出与状态回滚机制，确保算力合理倾斜且结果稳定。

3. 内外循环协同机制：

   • 内部循环：聚焦当前输入的单步感知与推理优化。
   • 外部任务循环：接收新观测和执行反馈，更新任务进展。这种机制使模型能将单步空间判断串联为连续长程任务，显著提升如试管转移、工件搬运等实体系统中的任务成功率。

应用场景与开源价值

• 科研自动化：在阻尼振子求解 demo 中，模型能完整组织解析、代码执行、结果核对及图表输出，实现科研 Agent 的闭环工作流。
• 智能制造：演示了从料架抓取工件到放置工作台的完整过程，模型能将工单目标转化为随现场状态持续更新的操作规划。
• 产业落地：除了开放模型权重，团队还开源了经过工业级验证的数据生产管线详细方案。企业可利用自有数据（如车间录像、实验记录）进行二次训练，降低重复研发成本，加速个性化空间多模态模型的迭代。