9B 参数、9 项基准 8 项第一：紫东太初把「空间理解」做成了具身智能的开源底座
约 90 亿参数的 ZDTaichu5.0-9B 在九大空间理解基准里拿了 8 项同参数组第一。但真正值得看的是分数分布：三维推演 78.27，跨视角 62.5，具身交互只有 48 和 56——从「看懂空间」到「在空间里行动」，差距被这几个数字量化了。
本篇目录
- 开源了什么：2026 年 9 月 15 日，紫东太初（武汉人工智能研究院体系）开源面向物理世界的通用多模态大模型 ZDTaichu5.0-9B，参数量约 9B（约 90 亿），支持单图、多图、长序列视频与任意分辨率视觉输入。
- 基准成绩：九大国际空间理解基准中拿下 8 项同参数组第一，官方定位为「10B 参数内空间具身能力最强的通用多模态大模型」。
- 分数分布不均：MindCube-tiny 78.27（较 Qwen3.5-9B 高 20.67 个百分点）、ViewSpatial 62.5（Qwen3.5-9B 48.20）、MMSI-Bench 47.2（Qwen3.5-9B 38.7）、ERQA 48、RoboSpatial 56。
- 不止权重：开放整套数据生产管线，覆盖预训练、监督微调、高质量退火、GRPO 可验证奖励强化学习，含哈希—URL 双重去重、画质过滤、Recaption、三维能力标签体系等工艺。
- 判断：「10B 参数内最强」是个精心选择的限定词；真正的价值不是跑分，而是 9B 能装进端侧与机器人计算单元——这是部署约束下的最优解，不是能力上限的突破。
一个 9B 的模型，为什么值得单独看
2026 年 9 月 15 日，紫东太初开源了 ZDTaichu5.0-9B。参数量约 9B（约 90 亿），支持单图、多图、长序列视频与任意分辨率视觉输入，聚焦真实物理场景下的空间感知、跨视角变换与具身任务规划。
先看参数量这个选择。9B 在多模态模型里属于小个子，但这个尺寸有一个明确对应的部署场景：它可以在端侧设备上跑，可以放进工业设备或机器人的计算单元，而不必挂在云端。对做机器人的团队来说，这不是一个「性能差点但便宜」的妥协选项，而是三个硬约束共同决定的结果——延迟、成本、数据隐私。产线上的图像不能上公网，实时控制不能容忍云端往返，这两条直接把大模型方案挡在门外。
推理往返延迟不可控，产线图像出网涉及合规，按调用量计费在高频场景下成本难预测。适合低频、非实时的高层规划，不适合闭环控制。
可装进机器人计算单元或工控机，延迟可控、数据不出厂、成本为一次性硬件投入。代价是能力上限低于大参数模型，需要靠专项训练补。
「任意分辨率视觉输入」这一条也值得单独拎出来。工业现场的相机、无人机、监控视频分辨率千差万别，模型如果只接受固定尺寸输入，落地时就要额外做一整套预处理。支持任意分辨率，等于把这段适配工作从工程侧挪进了模型侧。
8 项第一，但分数分布比「第一」更有信息量
九大国际空间理解基准中，ZDTaichu5.0-9B 拿下 8 项同参数组第一。但把这九个分数排在一起看，分布本身透露的信息比「8 项第一」这个结论多得多。
分布呈现出一个清晰的梯度：三维几何推演类最高（78.27），空间感知类居中（60.96、51.82），跨视角与多图推理偏低（62.5、47.2），而直接面向机器人交互的两项最低（RoboSpatial 56、ERQA 48）。
这个梯度不是随机的。三维几何推演本质上是「看一张或几张图，回答一个几何问题」，输入输出都是静态的；而具身交互类基准要求模型判断「哪里可以放东西、这个操作的前置条件是什么」，输出要能直接用于机器人动作——后者离真实执行更近，难度也更高。
跨视角 62.5 分，意味着什么
ViewSpatial 这个基准测的是跨视角空间一致性——机器人移动位置、或者摄像头机位变化之后，还能不能正确判断物体之间的相对方位。这一项 ZDTaichu5.0-9B 得 62.5，对比 Qwen3.5-9B 的 48.20 和 STEP3-VL-10B 的 46.14，提升幅度约 14 到 16 个百分点，是同参数组里的明显领先。
但 62.5 分绝对水位仍然不高，意味着在跨视角方位判断上，约有接近四成的题目会判错。而这个能力恰恰是移动机器人的核心痛点：机器人走两步之后，如果丢失了空间拓扑，之前建立的任务状态就全部失效。
| 基准 | ZDTaichu5.0-9B | Qwen3.5-9B | STEP3-VL-10B | 差值（对最强基线） |
|---|---|---|---|---|
| MindCube-tiny | 78.27 | 57.60 | 62.81 | +15.46 |
| ViewSpatial | 62.5 | 48.20 | 46.14 | +14.30 |
| MMSI-Bench | 47.2 | 38.70 | 32.18 | +8.50 |
| 3DSRBench | 60.96 | 56.78 | 未披露 | +4.18 |
| SparBench | 51.82 | 50.79 | 45.68 | +1.03 |
再看 SparBench：51.82 对 50.79，只差 1.03 个百分点。这说明在部分空间感知子项上，同参数量级模型之间的差距已经很小——8 项第一里有几项是「险胜」，而不是断层领先。发布方自己也做了区分，明确用「断层领先」描述的只有 MindCube-tiny。
比权重更值钱的，是那套数据生产管线
这次发布里，工程价值最高的一项可能不是模型权重，而是开放的数据生产管线。按发布方描述，这套管线覆盖预训练、监督微调、高质量退火、GRPO 可验证奖励强化学习四个环节，并开放数据接入、哈希—URL 双重去重、画质过滤、Recaption 重描述、样本打包、三维能力标签体系、定向筛选、思维链合成、一致性校验等全部工艺。
为什么这条比权重重要？因为行业当前的真实痛点不是「没有开源模型」，而是「拿到权重不知道怎么用自己的数据继续训」。绝大多数开源模型只释放权重，不释放数据处理工艺，导致企业和研究机构要么从头摸索数据配方，要么直接用公开数据集——后者的结果就是各家模型能力趋同。
设计上有一处值得注意：GRPO 阶段设置了「空间框选坐标命中奖励」，把空间点位输出这类难以用语言描述的任务，转成了可自动校验的奖励信号。这是把空间能力变成可优化目标的工程化做法——对比之下，很多多模态模型在空间任务上只能用「答案对不对」这种粗粒度奖励，学习信号稀疏。
自适应循环推理：一个需要打折看的对标
ZDTaichu5.0-9B 内置了自适应循环推理机制：标准前向得到 Token 输出分布与隐层状态后，通过熵门控计算预测不确定性；确定性 Token 直接输出，遇到空间变换、物体关系判别、操作条件校验等高不确定性节点时，模型在内部循环执行层块计算，迭代优化隐层表征，不调用外部工具。配套三重稳定化设计：阻尼更新、双重停止判据（同时监测 KL 散度与隐状态残差）、轨迹读出与状态回滚。
发布方指出，这一架构与「业界猜测」OpenAI GPT-6 Astra 所采用的 Loop Transformer 具备高度一致的技术前瞻性，均选择将复杂推理过程收敛至模型潜空间内部完成迭代优化。同时发布方也明确说明二者在具体技术实现细节上存在差异。
还有一个边界要说清楚：自适应循环推理解决的是长程任务链条中「单步内部感知推理质量」的提升，完整复杂长程具身任务依然依靠外部任务循环——接收环境新观测、更新全局任务状态。内部循环与外部任务循环是两层架构，后者不在模型能力范围内，需要上层系统实现。
两类已验证场景，和一个未验证的问题
按湖北日报报道，该模型已在北京、佛山、青岛等多地具身智能训练场落地；发布方披露已完成两类端到端场景验证。科研方向：打通仿真数值计算与湿实验实体操作闭环，完成试管按序入架、滴管液体转移等任务。智能制造方向：可根据工单规划跨工位配送、机台上料等任务，也能直接输出设备控制指令。
一个具体的例子能说明模型在工程上的价值：试管按序入架任务要求先放初始画面右侧试管、再放左侧，而抓取和交接会改变物体在画面中的坐标。模型需要持续维护两支试管的实例身份记忆，并在观测到「一支在架内、一支在桌面」时判断任务尚未完成。这类「多样品操作下物体身份不丢失」的能力，是传统视觉方案最容易出错的地方。
未披露的部分恰恰是最关键的。所有已验证场景都是「演示级闭环」——展示了模型能完成任务的完整链路，但没有给出成功率、节拍、连续运行时长这类工程指标。ERQA 48 和 RoboSpatial 56 这两个分数也从侧面说明，具身交互层仍有明显提升空间。