昆仑万维今日正式宣布， Skywork R1V 多模态推理模型，正式开源! 这是中国首个工业界开源的多模态推理模型。
Skywork R1V 在权威的 MATH500和 AIME 基准测试中，分别斩获94.0和72.0的超高分! 在 MMMU 和 MathVista 等视觉推理基准测试中，分别取得了69和67.5的高分!
Skywork R1V 模型三大关键技术创新:
文本推理能力的多模态高效迁移
昆仑万维团队首次提出利用 Skywork-VL 的视觉投影器，无需重新训练语言模型和视觉编码器，即可实现文本推理能力的高效迁移到视觉任务，同时保留了优秀的原本推理文本能力（AIME 72.0，MATH500 94.0）。
多模态混合式训练（Iterative SFT+GRPO）
通过结合迭代监督微调（Iterative SFT）和 GRPO 强化学习，分阶段对齐视觉-文本表征，实现跨模态任务的高效融合，极大提升跨模态任务的表现。推动模型在 MMMU 基准达到 69 分的能力，同时在 MathVista 达到 67.5 分，与更大规模的闭源模型基本持平。通过反复迭代地利用高质量数据与高难度数据的组合，实现模型持续的知识巩固与错误纠正，显著提升了多模态推理的精度与泛化性能。
自适应长度思维链蒸馏
团队提出了一种基于视觉-文本复杂度的自适应推理链长度控制机制，动态优化模型推理过程，避免模型“过度思考”，提升推理效率。结合多阶段自蒸馏策略，进一步提升了数据生成与推理过程的质量，促进了模型在复杂多模态任务中的表现。
模型权重下载
Hugging Face：https://huggingface.co/Skywork/Skywork-R1V-38B
GitHub：https://github.com/SkyworkAI/Skywork-R1V
详细技术报告
https://github.com/SkyworkAI/Skywork-R1V/blob/main/Skywork_R1V.pdf