紫东太初开源ZDTaichu5.0-9B,空间具身智能八项测试居首

紫东太初推出开源通用多模态大模型ZDTaichu5.0-9B,在九大国际权威空间理解基准测试中,有八项位列第一,且在10B规模通用模型中表现突出。该模型在保持通用能力的同时,将10B以下通用模型的空间具身能力上限进一步提升。

多模态模型通常能较好理解图片内容,但在真实物理环境中的空间理解与行动能力往往不足;部分模型为增强空间能力,又会牺牲通用能力。能兼顾两者的模型较少,效果突出的更少。ZDTaichu5.0-9B在两方面均有表现。


视频链接:https://mp.weixin.qq.com/s/aBak5FZaC6nhGpwkeL8hAg
在一段由ZDTaichu5.0-9B控制的美工刀具收纳演示中,任务流程为拉开抽屉、放入刀具、关闭抽屉。该过程涉及刀柄位置、抽屉状态、夹爪对准等空间判断,每一步需承接上一步变化。模型已能完成此类复杂空间理解和高层任务规划。同时,该9B模型在图文理解、文字识别、数学推理和代码能力方面也处于第一梯队。

在空间感知任务中,例如从左至右找到第二个银色盒子,模型需准确判断目标位置,这是机器人后续执行任务的前提。

本文图片来自互联网,仅供学习交流使用,版权归原作者或原平台所有。如认为图片侵犯了您的权益,请联系我们删除。

