ZDTaichu5.0-9B의 개요
ZDTaichu5.0-9B는 중국과학원 자동화연구소(CASIA)가 Wuhan Institute of Artificial Intelligence와 함께 만든 모델 계열 Zidong Taichu의 오픈 비전 언어 모델입니다. 2026년 9월 15일 오픈소스로 공개되었습니다. 모델 카드에는 연구소 이름이 없으며, 이 출처는 중국 언론과 우한시 과학기술국에서 나온 것이고, 공식 Docker 이미지는 우한 연구소의 레지스트리에 있습니다. 언어 모델로 Qwen3.5-9B를, 이미지 인코더로 NVIDIA의 C-RADIOv4-H를 결합해 총 97억 9,000만(9.79 billion) 파라미터이며, 텍스트, 단일 또는 여러 이미지, 비디오를 128K 토큰 컨텍스트로 읽습니다.
내세우는 것은 공간 및 체화 추론입니다. 좌우, 시점, 3D 배치, 로봇이 잡을 수 있는 것, 그리고 다단계 도구 사용입니다. 유일한 아키텍처 추가 요소인 Entropy-Gated Adaptive Recurrent Reasoning은 모델이 불확실한 토큰에서 레이어 블록을 다시 돌리고 은닉 상태가 안정되면 멈춥니다. 그래서 어려운 토큰은 글로 쓰는 사고 과정을 늘리지 않고도 더 많은 연산을 받습니다. 학습은 다섯 단계에 걸쳐 약 1조 2,800억(1.28 trillion) 토큰까지 진행되었고, GRPO 강화학습으로 마무리되었습니다.
가중치는 BF16, FP8, NVFP4, GGUF로 제공되며, 추측 디코딩용 3.2B DSpark 드래프트 모델도 있습니다. GitHub 코드는 Apache 2.0이지만, 가중치는 C-RADIO 인코더 때문에 NVIDIA Open Model License를 따릅니다. 채택은 아직 적습니다. 최근 30일간 메인 저장소의 Hugging Face 다운로드는 2,108회, 공식 GGUF는 2,382회인데, 좋아요는 3,043개, GitHub 스타는 3,063개입니다.
ZDTaichu5.0-9B, 쓸 만한 가치가 있습니까?
ZDTaichu5.0-9B는 이미지가 텍스트가 아니라 공간에 관한 것일 때만 살펴볼 가치가 있습니다. 팀 자체 표에서 ViewSpatial 62.50으로 자신의 베이스 Qwen3.5-9B의 48.20보다 높고, MindCube-tiny 78.27 대 57.60, MMSI-Bench 47.20 대 38.70이며, 세 항목 모두 Gemini 3 Pro를 앞섭니다. 모든 수치는 자체 보고입니다. Artificial Analysis나 OpenCompass에서는 항목을 찾지 못했고, 다중 이미지 공간 테스트는 think 태그 안에서 단계별로 추론하라는 프롬프트를 추가해 돌렸습니다.
그 전문화의 대가는 일반 비전 작업에서 드러납니다. 같은 Qwen3.5-9B와 비교해 OCRBench(85.50 대 89.20), MMStar(76.80 대 79.70), RealWorldQA(76.99 대 80.30), MathVerse(76.40 대 84.14)에서 지고, MMLU-Pro 지식에서는 82.50에서 77.20으로 떨어집니다. 송장과 스크린샷에는 개발사 자체 집계로도 출발점인 베이스 모델이 더 나은 선택입니다.
체화 및 에이전트 수치는 더 좋지만 헤드라인보다 범위가 좁습니다. ERQA 48.00과 RoboSpatial 56.00은 목록에 오른 10B급 오픈 모델 중 선두이지만, ERQA에서 Gemini 3 Pro의 66.00에는 한참 못 미칩니다. TAU2-Bench 87.70과 Claw-Eval 71.40은 이번 출시에서 가장 대담한 주장인데, 둘 다 DeepSeek-V4-Flash를 시뮬레이션 사용자나 심판으로 써서 로컬에서 채점했으므로 다른 곳에서 발표된 수치와 직접 비교할 수 없습니다. IFEval 93.70, 그리고 Qwen의 65.60에 비해 LiveCodeBench v6 73.40은 후속 학습이 텍스트 작업에도 도움이 되었음을 시사합니다.
실행은 9B 크기가 암시하는 것보다 간단하지 않습니다. 가중치는 trust_remote_code로만 로드되고, 서빙에는 Taichu 자체 vLLM 0.26.0 브랜치나 우한 연구소 레지스트리의 Docker 이미지가 필요하며, CUDA 12.9 이상이 있어야 합니다. 두 번째로 읽어야 할 것은 라이선스입니다. 상업적 이용은 허용되지만 NVIDIA의 라이 선스이고, 특허 소송을 제기하면 철회될 수 있으며, NVIDIA가 변경할 수 있고, 재배포할 때마다 정해진 고지를 포함해야 합니다. 2026년 9월 4일 만들어진 GitHub 계정이 이제 스타 3,063개를 보이는데, 이는 메인 저장소의 월 다운로드 2,108회보다 많으며, 실서비스 사용보다 출시 관심을 더 많이 말해 줍니다.
제 역할을 하는 곳
비전 언어 행동 정책을 만드는 대학 연구실의 로보틱스 연구자
장면 속 사물의 위치를 이미 이해하는 작은 모델에서 출발하기
일반 9B 대신 ZDTaichu5.0-9B를 파인튜닝합니다. 자체 보고한 ViewSpatial, VSI-Bench(59.69), RoboSpatial 점수가 Qwen3.5-9B를 앞서기 때문입니다. 9.79B 파라미터라 추론은 24 GB GPU 한 장에 들어갑니다. 파생 모델을 공개하기 전에 NVIDIA 라이선스 고지를 확인하십시오.
창고 자동화 기업의 ML 엔지니어
고정 카메라 영상으로 어느 선반이 어느 선반 뒤에 있는지 같은 배치 질문에 사내에서 답하기
FP8 빌드(가중치 12.67 GB)를 Taichu의 vLLM 이미지로 GPU 한 장에서 서빙하고, 카드가 공간 작업에 권하는 대로 온도를 0으로 둡니다. 공간 분야의 우위는 업체 자체 측정이므로 먼저 자체 영상으로 검증하십시오.
직원 200명 소프트웨어 회사의 플랫폼 팀 리드
사내 도구를 호출하고 스크린샷도 읽는 저렴한 로컬 에이전트 모델 돌리기
vLLM에서 qwen3_coder 도구 호출 파서를 켜고 자체 도구 세트로 테스트하십시오. TAU2-Bench 87.70은 DeepSeek-V4-Flash가 채점한 점수이기 때문입니다. 라이선스는 매출 상한 없이 상업적 이용을 허용하고, 비용은 토큰당 요금이 아니라 GPU 한 장입니다.
도입 전 확인할 점
- 설정
- transformers 5.3.0, torch 2.10.0, timm을 pip install한 뒤 AutoModel과 trust_remote_code로 로드합니다. OpenAI 호환 서버에는 Taichu vLLM v0.26.0 Docker 이미지나 브랜치를 쓰며, CUDA 12.9 이상과 NVIDIA 드라이버 575.51.03 이상이 필요합니다.
- 연동
- Hugging Face와 ModelScope에서 내려받을 수 있고, vLLM(포크), Transformers, mmproj 비전 파일과 GGUF 파일을 통한 llama.cpp 또는 Ollama를 지원합니다. 추론과 도구 호출은 vLLM의 qwen3와 qwen3_coder 파서를 쓰고, DSpark 드래프트 모델은 vLLM 추측 디코딩에 연결됩니다.
- 데이터와 개인정보
- 자체 호스팅이므로 이미지가 사용자 하드웨어에 남습니다. 가중치는 NVIDIA Open Model License로, 상업적 이용과 파생물이 허용되고 매출 상한이 없지만, 모델에 대해 특허나 저작권 소송을 제기하면 라이선스가 종료되고, NVIDIA가 업데이트할 수 있으며, 재배포 시 라이선스와 고지를 포함해야 합니다. Qwen3.5 부분과 저장소 코드는 Apache 2.0입니다.
- 대규모 사용 시 비용
- 가중치는 무료이며 호스팅 가격은 없습니다. 가중치 파일은 BF16 19.59 GB, FP8 12.67 GB, NVFP4 9.81 GB이고, GGUF Q4_K_M은 5.63 GB에 0.88 GB Q8_0 비전 파일이 더해집니다. NVFP4는 NVIDIA Blackwell GPU에서만 네이티브로 지원됩니다. 6.42 GB DSpark 드래프트 모델은 Taichu 테스트에서 H800 한 장에서 2.46배에서 3.17배의 속도 향상을 냈습니다.
- 제한
- 카드상 128K 토큰 컨텍스트입니다. 언어 레이어 32개 중 8개만 전체 어텐션을 쓰고 나머지는 선형 어텐션이라, 긴 컨텍스트 메모리는 줄지만 기본 vLLM에서 돌아가지 않는 이유가 됩니다. 비디오는 정해진 프레임 수로 샘플링됩니다(카드 예시는 8). 아직 독립 평가는 없습니다.
좋은 점
- ViewSpatial 62.50, MindCube-tiny 78.27로 Qwen3.5-9B를 크게 앞섬(자체 보고)
- ERQA와 RoboSpatial에서 목록의 10B급 오픈 모델 중 선두
- 출시 때부터 BF16, FP8, NVFP4, GGUF 빌드와 DSpark 드래프트 모델 제공
- 상업적 이용 허용, BF16으로 24 GB GPU 한 장에 들어감
아쉬운 점
- OCRBench, MMStar, MMLU-Pro에서 자신의 베이스 Qwen3.5-9B에 뒤처짐
- 아직 독립 벤치마크 결과가 없고, 에이전트 점수는 DeepSeek-V4-Flash가 채점
- 원격 코드와 포크한 vLLM 빌드가 필요
- 가중치는 Apache 2.0이 아니라 NVIDIA Open Model License
추천 대상
시점, 배치, 행동 가능성을 추론하는 작은 오픈 모델이 필요하고 포크한 서빙 스택을 감수할 수 있는 로보틱스 및 체화 AI 연구자.
ZDTaichu5.0-9B 대안
ZDTaichu5.0-9B: 자주 묻는 질문
- ZDTaichu5.0-9B, 쓸 만한 가치가 있습니까?
- 범용 모델의 옷을 입은 전문 모델입니다. 개발사 자체 수치로는 방과 로봇 장면을 Qwen3.5-9B보다 훨씬 잘 읽지만, 텍스트는 약간 못 읽습니다. 평점은 5점 만점에 3.8점입니다.
- ZDTaichu5.0-9B의 가격은 얼마입니까?
- 가중치는 NVIDIA Open Model License로 무료이며, Qwen3.5 부분은 Apache 2.0입니다. 호스팅 API나 토큰당 가격은 공개되지 않았고, 자신의 GPU 비용만 듭니다.
- ZDTaichu5.0-9B의 단점은 무엇입니까?
- OCRBench, MMStar, MMLU-Pro에서 자신의 베이스 Qwen3.5-9B에 뒤처짐; 아직 독립 벤치마크 결과가 없고, 에이전트 점수는 DeepSeek-V4-Flash가 채점; 원격 코드와 포크한 vLLM 빌드가 필요; 가중치는 Apache 2.0이 아니라 NVIDIA Open Model License.
- ZDTaichu5.0-9B에 적합한 사람은 누구입니까?
- 시점, 배치, 행동 가능성을 추론하는 작은 오픈 모델이 필요하고 포크한 서빙 스택을 감수할 수 있는 로보틱스 및 체화 AI 연구자.
- 팀이나 프로덕션 환경에서 ZDTaichu5.0-9B의 비용은 얼마입니까?
- 가중치는 무료이며 호스팅 가격은 없습니다. 가중치 파일은 BF16 19.59 GB, FP8 12.67 GB, NVFP4 9.81 GB이고, GGUF Q4_K_M은 5.63 GB에 0.88 GB Q8_0 비전 파일이 더해집니다. NVFP4는 NVIDIA Blackwell GPU에서만 네이티브로 지원됩니다. 6.42 GB DSpark 드래프트 모델은 Taichu 테스트에서 H800 한 장에서 2.46배에서 3.17배의 속도 향상을 냈습니다.
- ZDTaichu5.0-9B에 회사 데이터를 맡겨도 안전합니까?
- 자체 호스팅이므로 이미지가 사용자 하드웨어에 남습니다. 가중치는 NVIDIA Open Model License로, 상업적 이용과 파생물이 허용되고 매출 상한이 없지만, 모델에 대해 특허나 저작권 소송을 제기하면 라이선스가 종료되고, NVIDIA가 업데이트할 수 있으며, 재배포 시 라이선스와 고지를 포함해야 합니다. Qwen3.5 부분과 저장소 코드는 Apache 2.0입니다.
- ZDTaichu5.0-9B의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 MiniCPM-V 4.7 (35B-A3B and 1B), Gemma 4 및 Phi-4-multimodal입니다.
답변 확인일: 2026년 10월 31일.