据新华网10月5日消息，中国科学院自动化研究所与武汉人工智能研究院联合推出多模态推理大模型紫东太初4.0。该模型完成了“纯文本思考—简单带图操作—细粒度多模态语义思考”三重升级，通过模仿人类交叉注意力机制，可精准处理180分钟长视频的片段定位与内容总结；在音频场景中，能自动操作APP完成挂号等任务，并通过汽车、机器人实现“动手操作”。测评结果显示，该模型在六大关键能力维度及十六项国际权威基准测试中全面刷新SOTA纪录，实现了从“被动分析”到“边看、边识、边思”主动思考的技术跃迁。据悉，该模型系列已在具身智能、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。