Skywork-R1V 是 Skywork AI 开发的高级多模态 AI 模型系列，专门用于视觉-语言推理。该系列模型通过强化学习（RL）后训练，显著增强了多模态推理能力，在多个多模态推理基准测试中实现了开源最先进（SOTA）性能。
主要能力：
- 多模态推理：擅长视觉数学、科学和复杂推理任务。
- 基准表现：Skywork-R1V3-38B 在 MMMU 上达到 76.0 分，在 MMMU-Pro、MathVista、OlympiadBench 等基准上表现优异。
- 视觉思维链：初代 Skywork R1V 是首个具有高级视觉思维链能力的行业开源多模态推理模型。
版本历史：
- 2025 年 7 月 9 日：发布 Skywork-R1V3-38B，最新且最强大的开源多模态推理模型。
- 2025 年 4 月 28 日：发布 Skywork R1V2 的 AWQ 量化版本，支持单卡（30GB 以上）推理。
- 2025 年 4 月 24 日：发布 Skywork-R1V2，在 MMMU、MMMU-Pro、MathVista、OlympiadBench 等基准上表现强劲。
- 2025 年 4 月 9 日：技术报告在 arXiv 发布。
- 2025 年 3 月 26 日：发布 Skywork R1V 的 AWQ 量化版本，支持单卡（30GB 以上）推理。
- 2025 年 3 月 18 日：发布 Skywork R1V，首个具有高级视觉思维链能力的行业开源多模态推理模型。
使用方式：
- 克隆仓库。
- 设置环境。
- 运行推理脚本。 仓库提供模型权重和推理代码，eval 目录中包含复现基准结果的代码。
适用场景：
- 视觉数学与科学问题求解。
- 跨学科复杂推理任务。
- 多模态研究与开发。
限制与许可：
- 本项目使用 InternVL3-38B 作为基础模型，该基础模型采用 MIT 许可证。
- 代码仓库采用 MIT 许可证，允许商业使用、修改和分发。
- 具体硬件要求、推理速度、训练数据等细节暂未提供。
