昆仑万维Skywork-R1V 3.0开源 多学科推理MMMU刷新开源模型性能上限
创始人
2025-07-09 11:07:42
0

目前,昆仑万维已全面开源Skywork-R1V 3.0的所有资源,旨在推动多模态推理社区的进一步发展。

7月9日,昆仑万维(300418.SZ)发布并开源Skywork-R1V 3.0版本,其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。

目前,昆仑万维已全面开源Skywork-R1V 3.0的所有资源,旨在推动多模态推理社区的进一步发展。

据介绍,在权威的综合性多模态评测 MMMU 中,Skywork-R1V 3.0取得了76.0的开源模型最高成绩,并且在2025年高考数学新一卷上,R1V 3.0更是取得了142分的成绩,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。

这一里程碑式成绩,标志着开源多模态大模型在复杂跨学科推理任务上迈上新高度,为教育、科研、医疗、设计等专业领域的 AI 应用提供了坚实的技术基座,也再次印证了 Skywork 在多学科、多模态推理领域的持续领先。

R1V 3.0 MMMU达到了76的高分,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),Skywork-R1V 3.0在其他重要多学科测评基准上同样表现亮眼。

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 SeePhys 中,Skywork-R1V 3.0分别取得52.8分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。

相关内容

热门资讯

红塔证券2025年上半年净利润... 来源:中访网财观中访网数据  红塔证券股份有限公司(股票代码:601236)发布2025年半年度业绩...
多维疗法破解顽固眼疾难题 转自:衢州日报  记者 季玲 通讯员 吴刚 姜丽 图片由通讯员提供  7月8日,衢州市眼科医院(浙大...
印尼多地“旱季”遭洪灾 气象部... 转自:中国新闻网  中新社雅加达7月9日电 (记者 李志全)正值旱季,印度尼西亚多地却接连发生洪灾。...
新的开创性进展、突破性变革、历...   新华社电 今年是“十四五”规划收官之年。  “十四五”时期,我国经济社会发展取得哪些成就?主要指...
最新或2023(历届)合肥工业... 7月28日上午,最新或2023(历届)合肥工业大学军训领导小组会议在学术会议中心第二会议室召开,校军...