昆侖萬維近日正式推出并開源新一代多模態(tài)推理模型 Skywork-R1V 3.0，引發(fā)業(yè)界關(guān)注。該模型通過強(qiáng)化學(xué)習(xí)策略顯著提升跨模態(tài)推理能力，在圖像與文本之間實(shí)現(xiàn)推理遷移，展現(xiàn)出卓越的邏輯建模與跨學(xué)科泛化能力。

　　Skywork-R1V 3.0 基于前代模型蒸餾數(shù)據(jù)啟動訓(xùn)練，利用拒絕采樣構(gòu)建高質(zhì)量訓(xùn)練集，并引入 GRPO 算法激發(fā)推理潛能，僅用約 2.5 萬條樣本即完成高效訓(xùn)練。

　　在多項(xiàng)權(quán)威評測中，R1V 3.0 表現(xiàn)亮眼：MMMU 得分為 76.0，領(lǐng)先 GPT-4.5 和 Claude-3.7-Sonnet;在高考數(shù)學(xué)、中小學(xué)知識覆蓋評測 MMK12 中亦名列前茅。此外，其在物理、邏輯與數(shù)學(xué)等領(lǐng)域的測試中均取得當(dāng)前開源模型最優(yōu)成績，成為多模態(tài)推理領(lǐng)域的重要突破。