ZDTaichu5.0-9B — 공간 추론·에이전트·임베디드 AI를 겨냥한 9B 멀티모달 파운데이션 모델

본문

10B 파라미터 규모의 비전-언어 모델(VLM) 경쟁이 치열한 가운데, TaichuAI가 공간 추론과 에이전트 태스크에 특화된 방향을 내세운 ZDTaichu5.0-9B를 Hugging Face에 공개했습니다. 단순히 벤치마크 점수를 올리는 데 그치지 않고, 범용 시각 이해 위에 공간·임베디드·에이전트 능력을 얹는 설계를 표방한다는 점이 특징입니다.

아키텍처와 입력 스펙

언어 백본으로 Qwen3.5-9B LLM 디코더를, 비전 백본으로 NVIDIA의 C-RADIOv4-H 인코더를 사용합니다. 컨텍스트 길이는 최대 128K 토큰이며, 텍스트·단일 이미지·다중 이미지·비디오를 입력받고 임의 해상도(any-resolution) 시각 입력을 지원합니다. 이미지·문서·차트·다이어그램·OCR 이해, 시각 수학, 다중 이미지와 비디오 이해까지 범용 VLM 영역을 커버하면서 공간 추론과 도구 사용으로 확장하는 구성입니다.

공간 추론과 임베디드 이해

공간 학습 범위에는 좌우·상하·전후 관계, 오클루전과 포함 관계, 밀집 카운팅, 좌표·바운딩 박스, 뷰포인트 간 연관, 카메라 모션과 깊이 순서, 자기중심·환경중심 관점 변환, 2D/3D 회전·종이접기·삼면 투영, 어포던스와 조작 의미론, 고수준 행동 계획이 포함됩니다. 비교 대상 10B급 오픈 모델(Qwen3.5-9B, STEP3-VL-10B, gemma4-8B-E4B) 중 ViewSpatial 62.50, MMSI-Bench 47.20, MindCube-tiny 78.27, VSI-Bench 59.69로 선두이며, ERQA 48.0, RoboSpatial 56.0도 보고됐습니다. 다만 CV-Bench 86.82, MathVista Mini 84.50, MMStar 76.80, OCRBench 85.50 등 일부 범용 지표에서는 자체 백본인 Qwen3.5-9B나 폐쇄형 모델(Gemini 3 Pro, GPT-5.2)에 뒤지는 수치도 표에 그대로 제시돼 있어, 공간·에이전트 특화 모델이라는 포지셔닝이 더 정확해 보입니다.

에이전트와 텍스트 능력

에이전트 벤치마크에서는 TAU2-Bench 87.7, Claw-Eval 71.4로 비교 오픈 모델 중 1위이며, GPT-5.2(87.1)도 소폭 앞섭니다. IFEval 93.7, IFBench 69.0, AIME 2025 86.7, LiveCodeBench v6 73.4를 기록했습니다. 다중 이미지 공간 추론 평가에는 내부 독백 태그와 \boxed{} 최종 답변 형식을 요구하는 프롬프트가 사용됐고, 로컬 TAU2-Bench·Claw-Eval 평가에는 DeepSeek-V4-Flash-0731이 시뮬레이션 사용자·심판으로 쓰였다는 각주가 붙어 있습니다.

Entropy-Gated Adaptive Recurrent Reasoning

어려운 토큰에는 잠재 공간에서의 반복 정제(recurrent refinement) 스텝을 동적으로 추가 배정해, 필요한 곳에 연산 깊이를 더 투입하는 방식입니다. 복잡한 태스크에서 추론 성능을 높이기 위한 적응형 연산 할당 기법으로 소개됩니다.

배포와 실행

Transformers 5.3.0 환경에서 trust_remote_code=True로 로드하는 예시와, vLLM v0.26.0 기반 커스텀 브랜치(v0.26.0-zdtaichu) 및 Docker 이미지가 제공됩니다. 서버는 OpenAI 호환 엔드포인트를 노출하며, 권장 샘플링은 공간 추론·그라운딩 태스크에 temperature 0, 그 외 1.0, top_p 0.95, top_k 20입니다. --reasoning-parser qwen3와 --tool-call-parser qwen3_coder 플래그로 추론 출력과 도구 호출 파싱을 켤 수 있습니다. 모델 자체는 도구를 실행하지 않으며 실행·검증·보안은 주변 애플리케이션 몫이라고 명시돼 있습니다. 라이선스는 NVIDIA Open Model License에 Qwen3.5의 Apache-2.0 및 서드파티 고지를 유지하는 조건입니다.

원문: Hugging Face / 번역·요약: Trawling