紫东太初

紫东太初是中科院自动化研究所推出的多模态大模型，是国内较早实现图文音三模态统一建模的模型之一。模型支持文本、图像、语音的跨模态理解与生成，在多模态问答、图像描述、语音识别等任务上具备较强能力。紫东太初以认知智能为核心方向，结合中科院自动化所在视觉、语音、语言方面的长期研究积累，面向科研验证与产业应用双场景输出。模型已在医疗影像分析、工业质检、智能安防等领域探索落地，同时为高校和科研机构提供多模态AI研究基座。紫东太初团队持续迭代模型能力，推动从三模态向视频和3D等更多模态扩展，是中国多模态大模型研究的重要力量，在跨模态检索、多模态内容生成等方向形成了丰富的学术成果与产业验证，为多模态AI的学术研究与工程化落地提供了重要参考。