Step-R1-V-Mini
S
Step R1 V Mini
简介 :
Step-R1-V-Mini是阶跃星辰推出的全新多模态推理模型,支持图文输入和文字输出,具备良好的指令遵循和通用能力。该模型在多模态协同场景下的推理表现上进行了技术优化,采用了多模态联合强化学习和充分利用多模态合成数据的训练方法,有效提升了模型在图像空间的复杂链路处理能力。Step-R1-V-Mini在多个公开榜单中表现亮眼,特别是在MathVision视觉推理榜单上位列国内第一,展现了其在视觉推理、数学逻辑和代码等方面的优异表现。该模型已正式上线阶跃AI网页端,并在阶跃星辰开放平台提供API接口,供开发者和研究人员体验和使用。
需求人群 :
该产品适用于需要进行多模态推理的开发者、研究人员和企业,如图像识别、地点判断、菜谱生成等领域,能够帮助他们高效地处理复杂的多模态数据,提高工作效率和准确性,推动相关领域的技术创新和发展。
总访问量: 18.7K
占比最多地区: CN(82.85%)
本站浏览量 : 48.9K
使用场景
输入网友拍摄的温布利球场图片,Step-R1-V-Mini能够迅速识别图中元素进行地点推理,准确推断出地点为温布利体育场,并给出可能的对战双方。
输入一张美食图,Step-R1-V-Mini能够精准识别菜品和蘸料,并详细列出具体用量,如“鲜虾300g、大葱白2根”等。
输入一张含有不同形状、颜色和位置的物体摆放图,Step-R1-V-Mini能够逐一识别,根据物体的颜色、形状和位置进行推理计算,最终得出剩下的物体数量。
产品特色
支持图文输入和文字输出,能够高精度感知图像并完成复杂推理任务。
采用多模态联合强化学习,基于PPO强化学习策略,在图像空间引入verifiable reward,有效解决图片空间推理链路复杂、容易产生混淆的相关和因果推理错误的问题。
充分利用多模态合成数据,设计了大量基于环境反馈的多模态数据合成链路,通过基于PPO的强化学习训练同步提升模型文本和视觉的推理能力。
在多个公开榜单中表现亮眼,特别是在MathVision视觉推理榜单上位列国内第一,展现了其在视觉推理、数学逻辑和代码等方面的优异表现。
已正式上线阶跃AI网页端,并在阶跃星辰开放平台提供API接口,方便开发者和研究人员体验和使用。
具备良好的指令遵循和通用能力,能够适应多种多模态推理场景。
通过精准的图像识别和推理,能够为用户提供准确的地点、菜谱、物体数量等信息。
持续探索和优化,为多模态推理领域带来新的希望和可能性。
使用教程
访问阶跃AI网页端或阶跃星辰开放平台
注册并登录平台,获取API接口权限。
根据需求选择合适的API接口,按照文档说明进行调用。
将需要推理的图文数据作为输入,发送请求至API接口。
接收并处理API返回的推理结果,根据结果进行后续操作。
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase