Skywork R1V-昆仑万维开源的多模态视觉推理模型
当前位置： 首页 > AI资讯 > Skywork R1V-昆仑万维开源的多模态视觉推理模型
2025年3月18日，昆仑万维正式开源了其首款多模态视觉思维链推理模型 Skywork R1V ，标志着多模态思考新时代的到来。Skywork R1V 是一款专注于通过多步逻辑推理解决复杂视觉任务的模型，能够处理视觉逻辑推理、数学问题、科学现象分析等多种任务。
核心技术亮点
文本推理能力的多模态高效迁移 ：通过视觉投影器，无需重新训练语言模型和视觉编码器，即可将文本推理能力高效迁移到视觉任务中，同时保留了强大的文本推理能力。 多模态混合式训练 ：结合迭代监督微调（Iterative SFT）和强化学习（GRPO），分阶段对齐视觉和文本模态的表征，显著提升跨模态任务的表现。 自适应长度思维链蒸馏 ：动态优化模型推理过程，避免“过度思考”，提升推理效率和质量。性能表现
Skywork R1V 在多个权威基准测试中表现出色，例如在 MATH500 和 AIME 测试中分别取得了 94.0 和 72.0 的高分，明显领先于行业内众多主流模型。在视觉推理基准测试中，如 MMNU 和 MathVista，分别取得了 69 和 67.5 的优异成绩，与更大规模的闭源模型相当。
开源信息
Skywork R1V 的模型权重和技术报告已全面开源，方便研究人员和开发者进行二次开发和应用探索。开源链接如下：
Hugging Face ： https://huggingface.co/Skywork/Skywork-R1V-38B GitHub ： https://github.com/SkyworkAI/Skywork-R1V 技术报告 ： https://github.com/SkyworkAI/Skywork-R1V/blob/main/Skywork_R1V.pdf ©版权声明： 如无特殊说明，本站所有内容均为 AIHub.cn 原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。 
×
请输入验证码
请输入图片中的验证码
×
搜索一下可能来得更快
￥undefined
请打开手机使用 微信 扫码支付
「 」
....支付确认中....
「 」
积分支付
您当前的积分为 0
检测到您未绑定微信账户，请先绑定微信
立刻绑定
×
打开微信扫一扫
扫码并「关注我们的公众号」安全快捷登录
×
为了确保您的账户安全
登录用户名
请填写您的的登录用户名
验证码 发送验证码 密码最少6位字符