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。（记者刘祯）