紫东太初开源ZDTaichu5.0-9B模型
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载九项空间基准八项居首
ZDTaichu5.0-9B 在九项国际空间理解基准测试里拿下八项第一，在 10B 规模的开闭源通用模型对比中处于明显领先位置。以 MindCube-tiny 这一项为例，该模型得分 78.27，Gemma4 8B-E4B 为 48.8462，Gemini 3 Pro 为 70.87，Grok 4 为 63.56，差距由此拉开。榜单覆盖的范围包括空间感知、三维推理、多视角变换与具身交互，这几类能力恰好对应机器人从接收指令到真正动手之间的关键环节。也就是说，模型在这些测试上的表现，直接关系到它能否把一句任务描述转化为可执行的动作序列，而不只是停留在看懂一张图片的层面。
三个演示对应三类判断
演示中的第一类任务是目标选择：在摆满杯子、收纳容器和杂物的台面上，按从左到右的顺序找到第二个银色盒子。模型需要同时处理颜色属性、物体类别和排列次序，最终给出的归一化坐标（237,226）落在目标标注区域内。第二类任务考察参照系转换：输入同一房间的三个视角，要求设想自身移动到绿框窗帘处、面向蓝框沙发，再判断红框柜子相对自己的方位，模型回答右前方，与正确答案一致。第三类任务判断交互条件：在最右侧杯子的杯柄方向上寻找空闲区域，模型先认出杯子，再确定杯柄朝向，并检查周边是否被占用，最后落入正确区域。三类任务分别对应目标选择、视角变换和可操作空间判断。
通用能力维持原有水平
在补足空间能力的同时，该模型的通用表现没有明显退让。图文理解基准 AI2D 得分为 91.48，在对照模型中仅次于 Gemini 3 Pro，高于其余模型；WeMath 为 75.9，同样处于领先；MathVista Mini 为 84.5，OCRBench 为 85.5。Agent 与文本任务方面也有表现，代码能力尤为突出。科研 Agent 的阻尼振子求解演示中，模型需要组织解析求解与 Python/SciPy 数值计算，对照两种结果，再生成相空间图、位移与速度曲线以及分析报告；在问题理解、代码执行、结果核对和图表输出四个阶段，子任务之间保持了连续衔接。对一个 9B 规模的模型而言，同时兼顾空间具身与通用两条线，涉及数据如何组织以及复杂判断时算力如何分配等问题。
适用范围与使用限制
从材料呈现的信息看，该模型的定位是在 10B 以下通用多模态模型中同时具备空间理解与通用任务处理能力，开源形式便于在自有环境中部署和验证。演示覆盖的场景包括桌面物体定位、多视角房间方位推理、杯柄方向空闲区域判断，以及由模型控制的美工刀具收纳流程——拉开抽屉、放入、关闭，每一步都要承接上一步带来的状态变化，涉及刀柄位置、抽屉状态和夹爪是否对准等细节判断。需要说明的是，材料给出的效果均来自演示与基准测试，实际物理环境中的稳定性、不同硬件平台上的适配情况，以及更长链条任务的完成度，材料未作说明，读者在评估落地可行性时需结合自身场景另行验证。
为什么值得看
9B参数模型兼顾空间具身与通用能力，解决物理世界理解难题。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。