昆仑万维 Skywork-R1V3 开源：38B 多模态推理模型与高考数学表现

五、性能表现

（一）、公开基准

1、MMMU（多学科多模态理解）：76.0，领先第二名开源模型 4.2 分。 2、MathVista：68.7，超过 GPT-4V 3.1 分。 3、OlympiadBench：62.3，刷新开源纪录。

（二）、中国高考实测

1、2024 年全国甲卷理科数学：142/150，错误集中在立体几何复杂作图题。 2、英语阅读理解：客观题满分，主观题得分率 85%，语言模型部分仍有提升空间。

（三）、消融实验

1、移除关键熵机制后 MMMU 下降至 71.4，证明多样性筛选有效。 2、仅用数学数据训练时，历史题得分降至 39，显示连接器微调对泛化至关重要。

六、快速使用

（一）、环境准备

1、硬件：推荐单卡 A100 80G 或双卡 RTX 4090 24G×2。 2、软件：

conda create -n r1v python=3.10-y conda activate r1v git clone https://github.com/SkyworkAI/Skywork-R1V.git cd Skywork-R1V/inference pip install-r requirements.txt 

（二）、模型下载

1、HuggingFace CLI 登录

huggingface-cli login 

2、拉取权重

huggingface-cli download Skywork/Skywork-R1V3-38B --local-dir ./Skywork-R1V3-38B 

（三）、推理示例

1、命令行快速测试

python inference_with_transformers.py \
--model_path ./Skywork-R1V3-38B \
--image_paths ./examples/math.png \
--question"请详细解析这道几何题的证明过程，并用 LaTeX 输出。"

2、返回结果示例

{"answer":"\\textbf{步骤 1：}\quad 连接 AC，利用勾股定理得 AC=5...","chain_of_thought":"观察到图形中存在直角三角形，可优先应用勾股定理..."}

（四）、vLLM 高并发部署

1、安装 vLLM

pip install vllm 

2、启动服务

from vllm import LLM, SamplingParams llm = LLM(model="./Skywork-R1V3-38B", tensor_parallel_size=2) out = llm.generate(["<img>data:image/jpeg;base64,...</img> 求解"], sampling_params=SamplingParams(max_tokens=2048))print(out[0].outputs[0].text)

（五）常见报错与解决

1、显存不足：启用 AWQ 量化版 Skywork-R1V3-38B-AWQ，显存降至 30 GB。 2、中文乱码：升级 transformers>=4.42.0，确保 tokenizer 配置文件完整。

七、结语

Skywork-R1V3 用极致的小数据训练策略和强化学习后训练，为开源社区带来了媲美闭源旗舰的多模态推理能力。随着 Function Call 与插件生态的完善，它将成为教育、医疗、科研等行业落地的首选基座模型。

项目地址

GitHub：https://github.com/SkyworkAI/Skywork-R1V HuggingFace：https://huggingface.co/Skywork/Skywork-R1V3-38B 技术论文：https://github.com/SkyworkAI/Skywork-R1V/blob/main/Skywork_R1V3.pdf