紫东太初

紫东太初是由中科院自动化所与武汉人工智能研究院联合打造的全模态大模型。作为在千亿参数多模态大模型“紫东太初1.0”基础上升级的2.0版本，它具备强大的认知、理解与创作能力，支持多轮问答、文本创作、图像生成、3D理解及信号分析等全面问答任务，为用户带来全新的互动体验。

紫东太初的核心功能

图像处理能力

• 图像描述与检索：准确理解用户上传的图片并回答识别类问题，同时依托海量高质素材库搜索关联度高的精致图片。
• 目标检测：支持丰富品类的目标检测任务，能够判定目标类型、数量及对应的位置信息。
• 图像生成：根据用户指令诉求生成对应的精致图片，并支持通过修改描述来微调图片内容。
• 文字识别：基于图片内容，提供多场景、多语种、高精度的文字检测与识别服务。

语言处理能力

• 问答与创作：准确理解语境进行知识性中文问答；根据意图生成语意连贯、逻辑通顺的文本；基于引导自动续写故事；理解长文快速生成精简概括的标题；根据主题即兴创作诗歌、绝句。
• 语法与翻译：分析中英文句子语法并提醒修改错误；支持中英文互译及文言文与白话文互译等各类型文本翻译。
• 代码与逻辑：理解C语言、Python、JAVA等编程语言及算法数据结构并快速解答，帮助编写函数、类或循环等简单代码片段；处理常规及如鸡兔同笼等应用数学计算；应对科学、常识、时空等复杂逻辑推理问题。

视频处理能力

• 视频理解与检索：准确理解上传的视频素材并回答识别与描述类问题；依托海量高质视频库检索关联度高的精致视频素材。
• 视频问答：基于上传视频准确回答相关问题，同时支持上下文信息理解和多轮问答。

音乐与音频能力

• 音乐生成与问答：通过文本提示可控生成高保真音乐，支持即兴创作多种风格与乐器演奏的音乐；基于对上传音乐素材的理解完成相关多模态问答任务。
• 音频鉴伪与分类：判断当前音频是真人说话还是机器合成；检测音频包含的声音事件类型，目前支持11种单一及混合声音事件。
• 语音识别与合成：将语音快速准确识别为文字，支持手机应用语音交互等多个场景；提供高度拟人、流畅自然的语音合成服务，满足文本阅读、语音播报等场景需求。

3D与信号处理能力

• 3D场景描述：具备基于点云数据的3D场景理解和物体感知能力。
• 信号识别：支持雷达信号鉴别与知识交互，可借助模型快速掌握信号基本来源及参数等信息。

紫东太初使用指南

1. 访问紫东太初官网，点击“对话体验”入口。
2. 登录或注册账号并申请使用，成功后系统会自动跳转至对话界面。
3. 在输入框内直接输入问题，或输入斜杠选择推荐提示指令及内置示例，随后点击发送。
4. 紫东太初将智能解答您的提问。

常见问题解答

如何申请试用紫东太初？

访问紫东太初官网，在登录界面点击注册，填写用户名、昵称、密码、手机号等信息提交账号申请。等待后台审核通过后，即可免费使用体验。

平台支持上传哪些类型的文件？

紫东太初支持用户上传图片、视频、点云、音频、音乐、信号文件，并可针对上传内容进行针对性的对话问答。

紫东太初是否通过了生成式AI备案？

紫东太初大模型已于2023年8月首批通过《生成式人工智能服务管理暂行办法》备案，可正式上线面向公众提供服务。