IT之家 7 月 9 日消息，昆仑万维（300418）刚刚发布公告，宣布推出最新的 Skywork-R1V 3.0 版本并开源。
据昆仑万维介绍，Skywork-R1V 3.0 在后训练阶段通过强化学习策略深度激发模型的跨模态推理能力，在复杂逻辑建模与跨学科泛化方面实现双重飞跃。
Skywork-R1V 3.0 基于上一代推理模型 Skywork-R1V 2.0 蒸馏数据进行“冷启动”，通过拒绝采样构建高质量多模态推理训练集，指导开源视觉大模型 InternVL-38B（38B 参数）学会多模态推理的基本格式和方法。
随后引入强化学习算法 GRPO（Group Relative Policy Optimization）深度激发模型的推理潜能，成功实现推理能力在图像和文本模态之间的迁移，显著提升其跨模态、多学科场景下的理解与分析表现。
据介绍，Skywork R1V 3.0 仅依赖约 1.2 万条监督微调样本和 1.3 万条强化学习样本，便实现高效训练，充分体现了“小数据激发大能力”的优势。
性能方面，该模型在权威的综合性多模态评测 MMMU 中取得了 76.0 的开源模型最高成绩，超越了 Claude-3.7-Sonnet（75.0）和 GPT-4.5（74.4）等闭源模型，逼近人类初级专家水平（76.2）。
昆仑万维表示，R1V 3.0 的高考数学突出成绩，接近多款顶尖闭源模型，达到了开源多模态推理模型的最优结果，证明了其卓越的实战解题表现和跨场景泛化的稳定性。
在更考验视觉推理的 EMMA-Mini(CoT) 上，以开源领先的 40.3 分超过更大尺寸的 Qwen2.5-VL-72B-Instruct 和 InternVL3-78B 等模型，并缩小了与闭源模型 Claude-3.7-Sonnet 的差距。
在覆盖中小学知识点的 MMK12 上，R1V 3.0 以 78.5 分再度领跑开源阵营，超越 Qwen2.5-VL-72B-Instruct、InternVL3-78B 等开源模型以及 GPT-4.5 和 GPT-4o 等闭源模型。
较上一代模型而言，Skywork-R1V 3.0 在物理、逻辑等多个关键领域取得了显著性能提升，成为当前开源领域最强劲的多模态推理模型之一：
物理推理： 在物理领域的权威评测 PhyX-MC-Text-Minimal 和 SeePhys 中，Skywork-R1V 3.0 分别取得 52.8 分和 31.5 分的开源最优成绩，充分展现了其在多模态物理推理方面的卓越能力。模型不仅能够精准理解力学、电磁学等基础物理概念，还擅长处理图文结合的复杂物理问题（例如解析受力分析图、电路示意图等专业图表），其物理推理水平已显著超过当前主流开源模型以及 GPT-4.5 和 Gemini 2 Flash 等部分闭源模型。
逻辑推理：Skywork-R1V 3.0 在多项权威逻辑推理评测中同样表现卓越：在 LogicVista 测试中取得 59.7 分，在 VisuLogic 测试中取得 28.5 分。在 MME-Reasoning 中，Skywork-R1V 3.0 更是获得 42.8 分的佳绩，超越了闭源模型 Claude-4-Sonnet。这充分体现了 Skywork-R1V 3.0 在多模态逻辑一致性、条件推理和跨模态因果建模方面的领先能力。
数学推理： 在数学类问题上，R1V 3.0 展现出卓越的解题能力。在权威数学评测基准 MathVista、MathVerse 和 MathVision 上，R1V 3.0 分别取得了 77.1 分、59.6 分和 52.6 分的优异成绩，领先于 Qwen2.5-VL-72B-Instruct、InternVL3-78B、QVQ-72B-Preview 等开源模型。
股票配资网站行情提示：文章来自网络，不代表本站观点。
- 上一篇：配资导航网又能借助特色技能提升25%资源产量
- 下一篇：没有了
