昆仑万维开源SkyworkR1V视觉思维链推理模型

文章来源：放心AI网发布时间：2025-04-11 10:34:25

昆仑万维正式发布了全球首个工业界多模态推理模型 Skywork R1V（简称 “R1V”）。这款具有38亿参数的模型在性能上已接近知名闭源模型 DeepSeek-R1，甚至在多个基准测试中表现出色，横扫了一系列当前的最先进技术(SOTA)。昆仑万维选择开源 R1V，旨在推动技术的共享与进步，为全球 AI 开源社区注入新活力。

R1V 以其卓越的多模态推理能力而闻名，能够无缝结合文本和视觉信息，展示出强大的智能。具体来看，R1V 在视觉问答任务中直接对标 Claude3.5Sonnet 和 GPT-4o 等闭源模型，并保持顶级文本推理能力。在 MMMU 基准测试中，R1V 以69分的高分创造了同等规模模型的新纪录，而在 MathVista 测试中也取得了67.5分的优异成绩，显示了其在复杂数学推理和逻辑分析中的强大能力。

R1V 的成功得益于昆仑万维研究团队的多项创新技术。其中，包括跨模态迁移学习，该方法有效地将大模型的文本推理能力迁移至视觉模态，极大地减少了多模态推理数据的需求。此外，R1V 采用的混合训练策略通过迭代监督微调和强化学习的结合，动态调整思维链长度，从而提高了推理效率。值得一提的是，R1V 还引入了自适应长度思维链蒸馏框架，以避免推理过程中的 “过度思考”，显著提升了推理的效率和质量。

随着 R1V 的推出，昆仑万维不仅成为全球首家开源多模态推理模型的公司，更在推动 AGI（通用人工智能）梦想的实现上迈出了重要的一步。模型的权重、推理代码和技术报告均已公开，任何人都可以通过 GitHub 和 Hugging Face 获取相关资源。

模型权重下载

Hugging Face:

https://huggingface.co/Skywork/Skywork-R1V-38B

GitHub:

https://github.com/SkyworkAI/Skywork-R1V

详细技术报告

https://github.com/SkyworkAI/Skywork-R1V/blob/main/Skywork_R1V.pdf