你的位置：Kaiyun网页版·「中国」开云官方网站登录入口 > 新闻 > 开云体育(中国)官方网站如数学推理、编程竞赛、科学分析-Kaiyun网页版·「中国」开云官方网站登录入口

开云体育(中国)官方网站如数学推理、编程竞赛、科学分析-Kaiyun网页版·「中国」开云官方网站登录入口

时间：2026-05-30 12:37 点击：144 次

3月18日，昆仑万维负责开源首款工业界多模态想维链推理模子 Skywork-R1V，开启多模态想考新期间。继 Skywork-R1V 初度得胜兑现“强文本推理才能向视觉模态的迁徙”之后，昆仑万维再度发力，今天负责开源多模态推理模子的全新升级版块 —— Skywork-R1V 2.0（以下简称 R1V 2.0) 。

R1V 2.0 性能全面升迁并开源，视觉与文本推理才能双管皆下

Skywork-R1V 2.0 是现时较平衡兼顾视觉与文本推理才能的开源多模态模子，该多模态模子在高考理科发愤的深度推理与通用任务场景中均发扬优异，实在兑现多模态大模子的“深度 + 广度”谐和。升级后的 R1V 2.0 模子颇具亮点：

-中语场景领跑：理科学科题目（数学/物理/化学）推理恶果拔群，打造免费AI解题助手；

-开源巅峰：38B 权重 + 本事论说全面开源，鼓励多模态生态开辟；

-本事篡改标杆：多模态奖励模子（SkyworkVL Reward 与夹杂偏好优化机制（MPO），全面升迁模子泛化才能；聘用性样本缓冲区机制（SSB），大概强化学习“上风隐藏”瓶颈。

在多个巨擘基准测试中，R1V 2.0 相较于 R1V 1.0 在文本与视觉推理任务中均兑现权臣跃升。不管是专科规模任务，如数学推理、编程竞赛、科学分析，也曾通用任务，如创意写稿与通达式问答，R1V 2.0 都呈现出极具竞争力的发扬：

-在 MMMU 上得回 73.6 分，刷新开源 SOTA 记录；

-在 Olympiad Bench 上达到 62.6 分，权臣逾越其他开源模子；

-在 MathVision、MMMU-PRO 与 MathVista 等多项视觉推理榜单中均发扬优异，多项才能已可比好意思闭源营业模子，号称现时开源多模态推理模子中的杰出人物。

在与开源多模态模子的对比中，R1V 2.0 的视觉推理才能（在广宽开源模子里）脱颖而出。

如下图所示，R1V2.0也展现出比好意思营业闭源多模态模子的实力。

而在文本推理方面，在AIME2024和LiveCodeBench等挑战中，R1V 2.0诀别得回了78.9分和63.6 分，展现出了东谈主类大家级数学与代码衔接才能。在与专用文本推理模子对比中，R1V2.0相同展现出超卓的文本推理才能。

本事亮点一：推出多模态奖励模子 Skywork-VL Reward，全面开源

自 R1V 1.0 开源以来，昆仑万维团队获利了来孤高家开发者与沟通者的平凡反馈。在模子推理才能权臣升迁的同期，团队也发现，过度集合于推理任务的西席，会放手模子在其他旧例任务场景下的发扬，影响举座的泛化才能与通用发扬。

为兑现多模态大模子在“深度推理”与“通用才能”之间的最好平衡，R1V 2.0 引入了全新的「多模态奖励模子 Skywork-VL Reward」及「划定驱动的夹杂强化西席机制」。在权臣增强推理才能的同期，进一步相识了模子在多任务、多模态场景中的自由发扬与泛化才能。

Skywork-VL Reward，开启多模态强化奖励模子新篇章：

现时，行业中多模态奖励模子的枯竭，已成为强化学习在 VLM（Vision-Language Models）规模进一步发展的要道瓶颈。

现存奖励模子难以准确评价跨模态推理所需的复杂衔接与生成流程。为此，昆仑万维推出了 SkyworkVL Reward模子，既可为通用视觉言语模子（VLM）提供高质料奖励信号，又能精确评估多模态推理模子长序列输出的举座质料，同期也不错算作并行线上推理最优谜底聘用的利器。

这种才能使得 Skywork-VL Reward 模子在多模态强化学习任务中具有平凡的适用性，促进了多模态模子的协同发展：

-跨模态引颈者：当先提议多模态推理与通用奖励模子，鼓励多模态强化学习；

-榜单标杆：在视觉奖励模子评测中名列第一，7B 权重与本事论说全面开源；

-信号全掩饰：赞助从随笔本到长序列推理的多元化奖励判别。

Skywork-VL Reward 在多个巨擘评测榜单中发扬优异：在视觉奖励模子评测榜单 VL-RewardBench 中得回了 73.1 的SOTA成绩，同期在纯文本奖励模子评测榜单 RewardBench 中也斩获了高达 90.1 的优异分数，全面展示了其在多模态和文本任务中的庞大泛化才能。

为回馈社区和行业，团队也将 Skywork-VL Reward 完满开源。

本事亮点二：引入多重优化战术升迁中枢恶果

长久以来，大模子西席面对“深度推理升迁”与“通用才能保捏”的难以兼得发愤。为措置这一“推理–通用”的才能跷跷板问题，以及措置通用问题莫得平直可考证的谜底的挑战，R1V 2.0 引入了 MPO（Mixed Preference Optimization，夹杂偏好优化）机制，并在偏好西席中充分阐述 Skywork-VL Reward 奖励模子的带领作用。

和 R1V 1.0 想路雷同，咱们使用提前西席好的 MLP 适配器，平直将视觉编码器 internVIT-6B 与原始的强推理言语模子 QwQ-32B 连结，造成 R1V 2.0-38B 的驱动权重。这么一来，R1V 2.0 在启动即具备一定的多模态推理才能。

在通用任务西席阶段，R1V 2.0 借助 Skywork-VL Reward 提供的偏好信号，指点模子进行偏好一致性优化，从而确保模子在多任务、多规模下具备致密的通用合适才能。实考确认，Skywork-VL Reward 有用兑现了推理才能与通用才能的协同升迁，得胜兑现“鱼与熊掌兼得”。

在西席深度推理才能时，R1V 2.0 在西席中采选了基于划定的群体相对战术优化GRPO（Group Relative Policy Optimization）样式。该战术通过同组候选反应之间的相对奖励相比，指点模子学会更精确的聘用和推理旅途。

R1V 2.0 所采选的多模态强化西席决议，标记着大模子西席范式的又一次热切阅兵，也再次考证了强化学习在东谈主工智能规模无法撼动的地位。通过引入通用性更强的奖励模子 Skywork-VL Reward，以及高效自由的样本哄骗机制SSB，咱们不仅进一步升迁了R1V系列模子在复杂任务中的推理才能，同期也将开源模子跨模态推理泛化才能升迁到了全新高度。

R1V 2.0 的出生，不仅鼓励了开源多模态大模子在才能鸿沟上的大概，更为多模态智能体的搭建提供了新的基座模子。

面向AGI的捏续开源

最近一年以来，昆仑万维已连接开源多款中枢模子：

开源系列：

1. Skywork-R1V 系列：38B 视觉想维链推理模子，开启多模态想考期间；

2. Skywork-OR1（Open Reasoner 1）系列：中语逻辑推理大模子，7B和32B最强数学代码推理模子；

3. SkyReels系列：面向AI短剧创作的视频生成模子；

4. Skywork-Reward：性能超卓的全新奖励模子。

这些名目在 HuggingFace 上广受宽饶，激勉了开发者社区的平凡留情与深远盘问。

咱们驯服，开源驱动篡改，AGI 终将到来。

正如DeepSeek 等优秀团队所展现的那样，开源模子正逐渐弥合与闭源系统的本事差距，乃至兑现超过。昆仑万维将络续秉捏“开源、通达、共创”的理念，捏续推出逾越的大模子与数据集，赋能开发者、鼓励行业协同篡改，加快通用东谈主工智能（AGI）的兑现进度。

原标题：Skywork-R1V 2.0版块再开源！最强高考数衔接题利器、兑现多模态推理再进化

（资讯）开云体育(中国)官方网站

30

2026-05

开yun体育网并经催告仍不赶赴接受措置或无法有关-Kaiyun网页版·「中国」开云官方网站登录入口

30

2026-05