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。
划重点:
🌟 全球首个工业界开源多模态推理模型 Skywork R1V 正式发布,参数高达38亿。
🚀 R1V 在多个基准测试中表现卓越,尤其在 MMMU 和 MathVista 中分别取得69分和67.5分的高分。
📚 昆仑万维的开源举措旨在推动技术共享,为全球 AI 开源社区注入活力,助力 AGI 的梦想实现。