מה מציע ZDTaichu5.0-9B לחוקרי בינה מלאכותית מגולמת?

אם מערכת צריכה להבין היכן נמצא חפץ ביחס לחפצים אחרים — וגם להמשיך לעקוב אחריו כשהתמונה משתנה — מודל ראייה ושפה הוא רכיב אפשרי למחקר. ZDTaichu5.0-9B של TaichuAI זמין להורדה ונועד בין היתר להבנת סצנות, לחשיבה מרחבית ולניסויים בסוכני AI המשתמשים בכלים. הוא נקודת מוצא לניסוי, לא מערכת רובוטית מלאה שעברה אימות בטיחותי: תשובה נכונה על תמונה אינה מוכיחה יכולת לפעול בבטחה בעולם הפיזי. 220

מה אפשר להזין למודל?

הארכיטקטורה משלבת מפענח שפה Qwen3.5-9B עם מקודד ראייה C-RADIOv4-H. לפי מפרט TaichuAI, המודל מקבל טקסט, תמונה אחת, כמה תמונות או וידאו, ותומך בקלט חזותי ברזולוציות משתנות. אורך ההקשר המוצהר הוא עד 128 אלף טוקנים — יחידות הטקסט שהמודל מעבד במסגרת הבקשה. כך אפשר לבחון שאלות הנשענות על יותר ממבט אחד על סצנה; המפרט לבדו אינו מוכיח ביצועים בכל רזולוציה או בכל אורך הקשר. 2

היכן נכנסת החשיבה המסתגלת?

TaichuAI מכנה את השיטה שלה חשיבה חוזרת מסתגלת מבוקרת אנטרופיה. לדבריה, במקום להקצות אותה כמות חישוב פנימי לכל טוקן, המודל יכול לבצע צעדי עידון נוספים במרחב הפנימי עבור טוקנים מאתגרים יותר. המטרה היא להשקיע עומק חישובי במקום שבו הוא נחוץ, בלי להוסיף את אותם צעדים לכל אורך התשובה. 20

השילוב הזה רלוונטי למחקר בינה מלאכותית מגולמת — מערכות שנדרשות לפרש סביבה פיזית כדי לתמוך בפעולה בה. למשל, אפשר לבדוק אם המודל שומר על הבנת מיקום החפצים כשהזווית משתנה, מפרש יחסים ביניהם ומשתמש במידע הזה כחלק מתהליך עבודה עם כלים. אלה שאלות מחקר, לא יכולות רובוטיות שהוכחו מקצה לקצה. 220

מה אומרים הציונים שפורסמו?

בהשוואות שפרסמה TaichuAI מול מודלי ראייה ושפה כלליים בגודל דומה, ZDTaichu5.0-9B קיבל 62.50 ב־ViewSpatial, 78.27 ב־MindCube-tiny, 47.20 ב־MMSI-Bench, 48.00 ב־ERQA ו־56.00 ב־RoboSpatial. החברה מתארת את ביצועיו המרחביים כמובילים בקבוצת המודלים שהשוותה. אלה תוצאות מדווחות, שלא שוחזרו כאן באופן עצמאי; חוקרים עדיין צריכים לבדוק את המודל על הסצנות, הגדרות הסוכן והסביבה הפיזית הרלוונטיות להם. 120

הורדה, הרצה ורישוי: שתי בדיקות לפני שמתחילים

TaichuAI מפרסמת את המודל הראשי ב־Hugging Face, לצד גרסאות FP8 ו־NVFP4. היא מספקת גם את DSpark, מודל עזר המיועד לפענוח ספקולטיבי בעת הרצת מודלי ZDTaichu5.0-9B באמצעות vLLM. לתפעול המודל מתועדים גם קובץ Docker ייעודי וענף vLLM מותאם; אלה נקודות פתיחה מתאימות יותר מהנחה שהתקנה רגילה תתנהג באותו אופן. 245317

לפני שימוש חוזר במשקולות, יש לבדוק את רישיון המודל המקורי ואת תנאי הרכיבים והגרסאות המומרות. המרת GGUF של צד שלישי מסומנת Apache-2.0, ואילו רישום אחר מתאר הסדר רישוי שונה; הסימון של ההמרה אינו מכריע לבדו מהם התנאים החלים על המודל המקורי. 86

לבסוף, פקודת vLLM לדוגמה של TaichuAI כוללת --max-model-len 220000, אך מפרט המודל מציין הקשר של עד 128 אלף טוקנים. ערך בהגדרות השרת אינו הוכחה לכך שאורך הקשר אפקטיבי של 220 אלף טוקנים נבדק ואומת. 172