本報訊 （記者李喬宇）4月24日，昆侖萬維科技股份有限公司（以下簡稱“昆侖萬維”）宣布正式開源多模態(tài)推理模型的全新升級版本——Skywork-R1V2.0（以下簡稱“R1V2.0”）。

    昆侖萬維披露的公告顯示，Skywork-R1V2.0是當(dāng)前最均衡兼顧視覺與文本推理能力的開源多模態(tài)模型，該多模態(tài)模型在高考理科難題的深度推理與通用任務(wù)場景中均表現(xiàn)優(yōu)異，實現(xiàn)多模態(tài)大模型的“深度+廣度”統(tǒng)一。

    據(jù)悉，升級后的R1V2.0模型理科學(xué)科題目（數(shù)學(xué)、物理、化學(xué)）推理效果拔群，能夠成為免費AI解題助手；38B權(quán)重+技術(shù)報告全面開源，推動多模態(tài)生態(tài)建設(shè)；能夠?qū)崿F(xiàn)多模態(tài)獎勵模型（SkyworkVLReward）與混合偏好優(yōu)化機制（MPO），全面提升模型泛化能力；選擇性樣本緩沖區(qū)機制（SSB），突破強化學(xué)習(xí)“優(yōu)勢消失”瓶頸。

    據(jù)介紹，在多個權(quán)威基準(zhǔn)測試中，R1V2.0相較于R1V1.0在文本與視覺推理任務(wù)中均實現(xiàn)顯著躍升。無論是專業(yè)領(lǐng)域任務(wù)，如數(shù)學(xué)推理、編程競賽、科學(xué)分析，還是通用任務(wù)，如創(chuàng)意寫作與開放式問答，R1V2.0都呈現(xiàn)出極具競爭力的表現(xiàn)。

    為實現(xiàn)多模態(tài)大模型在“深度推理”與“通用能力”之間的最佳平衡，R1V2.0引入了全新的“多模態(tài)獎勵模型Skywork-VLReward”及“規(guī)則驅(qū)動的混合強化訓(xùn)練機制”，在顯著增強推理能力的同時，進一步穩(wěn)固了模型在多任務(wù)、多模態(tài)場景中的穩(wěn)定表現(xiàn)與泛化能力。

（編輯 張明富）