Skywork-R1V 是开源模型领域的开源项目,由 SkyworkAI 开发,2025 年首次发布。
在全站 13,014 个收录项目中,它的 GitHub 星标数(3,171)位列前 30%,在开源模型分类中处于中上游。
项目仍在小幅维护中,最近一次代码更新于 2026-09-15。MIT许可证,可免费本地部署使用,无在线服务。
它主要面向的使用场景是:复杂图表与文档理解。同类可对比的替代方案包括 LLaVA、Qwen-VL、InternVL。

看图说话还能一步步推理,让AI真正看懂复杂图像
Skywork-R1V 是由昆仑万维 Skywork AI 开发的多模态推理模型系列,专注于视觉-语言联合推理任务。它解决了传统多模态模型在复杂视觉问答中推理能力薄弱的问题,能够对图像进行深度理解并生成逻辑连贯的答案。核心能力包括:基于视觉信息的逐步推理、跨模态语义对齐、以及高精度图文匹配。模型采用混合架构,结合了视觉编码器与大语言模型,并针对推理链路进行了专项优化。项目提供了完整的训练、微调和推理代码,支持自定义数据集扩展,适用于学术研究和工业落地。其开源特性使得开发者可以基于其底座构建定制化的视觉问答系统。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
1确认硬件显存
Skywork-R1V2-38B-AWQ 量化版支持单卡 30GB 以上显存推理,请据此准备 GPU 环境。
2获取模型权重
从 Hugging Face 下载 Skywork/Skywork-R1V-38B;显存有限可改用 Skywork/Skywork-R1V2-38B-AWQ。
3克隆代码仓库
拉取 Skywork-R1V 仓库源码,后续环境配置与推理脚本均在其中。
git clone https://github.com/SkyworkAI/Skywork-R1V.git4配置运行环境
README 的『Set Up the Environment』一节给出环境配置步骤,但节选未含具体命令,请按仓库原文操作。
5运行推理脚本
README 的『Run the Inference Script』一节给出推理入口,节选未含具体命令,请以仓库原文为准。
能成功加载 Skywork-R1V-38B(或 AWQ 量化版)权重,并对测试图片输出连贯推理答案,即视为部署成功。
Q:显存不够怎么办?
A:可改用 Skywork-R1V2-38B-AWQ 量化版本,官方说明其支持单卡 30GB 以上显存推理,能明显降低显存门槛。
Q:模型权重在哪里下载?
A:Hugging Face 仓库 Skywork/Skywork-R1V-38B;量化版为 Skywork/Skywork-R1V2-38B-AWQ。
Q:能做训练或微调吗?
A:项目提供训练、微调与推理代码,但 README 节选只列出推理相关章节,具体命令请查阅仓库原文。
Q:推理效果如何?
A:R1V3-38B 通过强化学习后训练,在多模态推理基准上达到开源 SOTA,MMMU 得分 76.0。
LLaVA、Qwen-VL、InternVL
Skywork-R1V 是开源模型领域的开源项目,由 SkyworkAI 开发,2025 年首次发布。
在全站 13,014 个收录项目中,它的 GitHub 星标数(3,171)位列前 30%,在开源模型分类中处于中上游。
项目仍在小幅维护中,最近一次代码更新于 2026-09-15。MIT许可证,可免费本地部署使用,无在线服务。
它主要面向的使用场景是:复杂图表与文档理解。同类可对比的替代方案包括 LLaVA、Qwen-VL、InternVL。
上一篇:MiniMax-M1
下一篇:matmulfreellm
Machine-Learning
开源
跟着博客笔记,边看边跑机器学习代码
All content related to machine learning from my blog
awesome-claude-fable-5-prompt-va···
开源
一站式掌握 Claude Fable 5 玩法,快速选型不踩坑
Ultimate Claude Fable 5 Guide 2026: Use Cases, Integrations & Benchmarks
Diffusion-Models-Papers-Survey-T···
开源
学视频生成怕绕路?这份资料库帮你理清
Diffusion model papers, survey, and taxonomy
CoreML-Models
开源
下载即用的苹果端 AI 模型库,免去转换烦恼
Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···