昆侖萬維開源 R1V 視覺思維鏈推理模型

　　昆侖萬維今日正式開源首款工業(yè)界多模態(tài)思維鏈推理模型 Skywork R1V，成為中國第一個開源「多模態(tài)推理模型」的企業(yè)，即日起開源模型權(quán)重和技術(shù)報告。

　　據(jù)介紹，視覺推理模型是一類能夠解決需要思維鏈(Chain-of-Thought)的視覺任務(wù)的模型，通過對視覺信息進(jìn)行多步邏輯推理與分析，逐步推導(dǎo)出最終結(jié)果。這種模型關(guān)注圖像內(nèi)容的識別與理解，同時強調(diào)通過層層遞進(jìn)的推理路徑，實現(xiàn)復(fù)雜視覺問題的精準(zhǔn)求解，例如視覺邏輯推理、視覺數(shù)學(xué)問題、圖像中的科學(xué)現(xiàn)象分析、醫(yī)學(xué)影像的診斷推理等。

　　在 Reasoning 推理能力方面，Skywork R1V 實現(xiàn)了模型的頂尖邏輯推理與數(shù)學(xué)分析能力，在權(quán)威的 MATH500 和 AIME 基準(zhǔn)測試中，Skywork R1V 分別取得 94.0 和 72.0 分;在 Vision 視覺理解能力方面，Skywork R1V 成功地將其文本推理與思維鏈推導(dǎo)能力遷移到視覺任務(wù)中，在 MMMU 與 MathVista 等視覺推理基準(zhǔn)中分別取得了 69 和 67.5 分。