近日，由中国科学院自动化研究所联合武汉人工智能研究院研发的紫东太初4.0多模态推理大模型发布。自2021年首次推出以来，紫东太初已完成4次迭代，实现了从“纯文本思考”“简单操作带图思考”到“细粒度多模态语义思考”的跃迁，迈向多模态深度推理的新阶段。

中国科学院自动化研究所研究员、武汉人工智能研究院院长王金桥介绍，“细粒度多模态语义思考”是指大模型能像人一样主动深度思考，不仅能动态适应和处理更复杂的任务，还能在视觉语义层面展现出清晰且可解释的推理过程，实现“边看、边识、边思”。

“比如在音频理解中，用户对紫东太初说‘我想挂一个呼吸科的号’，它能自动操作APP并根据症状选择门诊；在视频理解中，它能对180分钟的长视频进行片段精准定位和内容总结。”王金桥说，此外，它还能在真实场景中通过汽车、机器人等“动手操作”。

据了解，紫东太初已在具身智能、低空经济、智慧医疗等多个产业中实现布局，为城市基础设施与行业需求提供定制化解决方案。