紫东太初

紫东太初是由中国科学院自动化研究所和武汉人工智能研究院共同推出的一款新一代多模态大模型。它具备强大的认知、理解、创作能力，能够支持多轮问答、文本创作、图像生成、3D理解、信号分析等多种全面问答任务。紫东太初在中文推理能力上达到了GPT-4o的95%，中文写作能力相对于GPT-4o超出3%，支持128K长文本。它还具备视觉语言能力，中文视觉对话能力相对于GPT-4o超出2%，OCR类能力相对于GPT-4o超出3%，视觉定位能力超越专有模型。紫东太初还首次实现了多模态复杂任务规划与智能求解，更接近人类的理解能力。此外，它还支持跨模态信息协同合作，提升理解和交互能力。在简单任务规划方面，紫东太初超越gpt-4o 5%，在多模态复杂任务方面，首次突破图文音同步调度。紫东太初的多模态编码能力通过多模态统一编码，支持图像、文本查询，各模块协同配合，自适应调度，支持多种类型文档与提问。它还具备检索增强与溯源能力，针对答案，支持多模态类内容精准溯源，针对问题，支持复杂查询的拆解与改写。紫东太初可以理解三维场景、信号等数字物联时代的重要信息，完成了音乐、图片和视频等数据之间的跨模态对齐，能够处理音乐视频分析、三维导航等多模态关联应用需求，并可实现音乐、视频等多模态内容理解和生成。