Skywork R1V

Skywork-R1V2 是一款开源的多模态混合强化学习模型，专注于推理能力的提升。该模型结合了视觉和文本理解，旨在推动 AI 在复杂推理任务中的应用。

需求人群

• 研究人员
• 开发者
• 学术机构
• 企业用户

使用场景示例

• 视觉-文本推理任务
• 复杂问题解决
• AI 驱动的应用开发
• 教育与培训工具
• 科学研究

产品特色

• 多模态能力：支持同时处理文本和视觉信息，提升推理准确性。
• 开源代码：用户可自由访问、修改和分发，促进社区合作。
• 领先性能：在多个视觉-语言基准测试中表现优异，具备行业领先水平。
• 高效推理：支持快速推理，适用于单卡（30GB 以上）推理。
• 易于使用的环境设置：提供详细的环境搭建和使用说明，方便用户快速上手。

使用教程

1. 克隆代码库：

   git clone https://github.com/SkyworkAI/Skywork-R1V.git
   cd skywork-r1v/inference
   

2. 设置环境：

   conda create -n r1-v python=3.10 && conda activate r1-v
   bash setup.sh
   

3. 运行推理脚本：
   • 使用 Transformers：

     CUDA_VISIBLE_DEVICES="0,1" python inference_with_transformers.py --model_path path --image_paths image1_path --question "your question"
     

   • 使用 vLLM：

     python inference_with_vllm.py --model_path path --image_paths image1_path image2_path --question "your question" --tensor_parallel_size 4