Skywork-R1V

看图说话还能一步步推理，让AI真正看懂复杂图像

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 283 🐛 待处理 36 👀 关注 155

GitHub ↗

GitHub 星标 ★ 3173

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，MIT许可证，可免费本地部署使用，无在线服务。

项目预览

Skywork-R1V 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队SkyworkAI

GitHubhttps://github.com/SkyworkAI/Skywork-R1V

定价模式🏷️完全免费

价格说明开源模型，MIT许可证，可免费本地部署使用，无在线服务。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型deepseek-r1,grpo,llm,multimodal-r1,multimodal-understanding,r1v,reasoning,reinforcement-learning,skywork-r1v,vlm,vlm-r1

GitHub 星标★ 3173

上线时间2025-03-15 00:00:00

代码更新2026-07-29

仓库体积72.6 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数7

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3173

技术标签

deepseek-r1 grpo llm reasoning reinforcement-learning

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 60 分钟部署方式：模型权重 5 步

⚠ 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。

环境要求

Python 环境（项目开发语言为 Python）
GPU 显存：AWQ 量化版需单卡 30GB 以上
网络可访问 huggingface.co 以拉取模型权重
足够磁盘空间存放 38B 级模型权重

安装与启动步骤

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.git
```
4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。

如何确认成功

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。

常见问题

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。

注意事项

README 节选缺失『Set Up the Environment』与『Run the Inference Script』的具体命令，部署时务必以仓库原文为准。
38B 级模型权重体积大，下载与加载耗时长，请预留磁盘与显存。
Skywork-R1V3-38B 发布于 2025 年 7 月 9 日，是当前系列最新版本。