今日开源（2025-03-18）：昆仑万维发布Skywork-R1V，38B多模态推理模型，视觉链式...

文章预览

🏆基座模型 ①项目：Skywork-R1V ★Skywork-R1V是首个开源的多模态推理模型，具备先进的视觉链式思维能力。 该模型能够在视觉输入上进行多步骤的逻辑推理，将复杂的图像问题分解为可管理的步骤。此外，它还能够解决视觉数学问题，并高精度地解释科学和医学图像。 Skywork-R1V无缝集成文本和图像，实现更丰富的上下文感知理解。 ☆一键收藏： https://sota.jiqizhixin.com/project/skywork-r1v ②项目：SmolDocling ★SmolDocling-256M-preview 是一个多模态的图像-文本到文本模型，专为高效的文档转换而设计。 它保留了 Docling 的大部分流行功能，并通过无缝支持 DoclingDocuments 确保与 Docling 的完全兼容。该模型能够从图像中准确提取文本，保留文档结构和元素边界框，识别和格式化代码块，处理数学表达式，提取和解释图表数据， 支持结构化表格提取，并区分图形元素 。 ………………………………