让建站和SEO变得简单
让不懂建站的用户快速建站，让会建站的提高建站效率！
让不懂建站的用户快速建站，让会建站的提高建站效率！
横扫 31 个主流基准、拿抓 10 类中枢任务，视觉模子界的"通才"来了！
香港华文大学 MMLab 与好意思团盘问团队开源提倡OneThinker——一个基于 RL 的长入多模态视觉推理通才模子，隐匿图像与视频两种模态下的十类中枢视觉任务。
在 31 项主流视觉任务测试中，OneThinker 均理解亮眼。它不仅能在多任务稽查中完毕互相促进，还能在从未见过的任务上作念出合理推理，初步展现了通才模子的泛化才气。
天然以 Vision-R1、Video-R1、VLM-R1 等为代表的职责，也曾在图像问答、视频泄露、主张检测等任务上得到权贵后果。
但这类 RL 模子大部分存在一个放荡：只可处理单一模态或单一任务。模态、任务之间清寒联系，推理才气被割裂，难以泛化行使。
来望望 OneThinker 是怎么作念的。
实验天下中的视觉数据复杂各种，经常同期包含静态图像与动态视频信息。同期，视觉任务类型也高度各种化，举例问答、定位、分割、追踪等。
在这种配景下，传统的"单任务、单模态" RL 想考模子架构存在以下两个根人道问题：
无法长入建模实验复杂场景
真实行使中经常需要同期泄露图像与视频本色，并完成多类任务协同，专才模子难以满足。
学问间隔，迁徙受限
模子之间相互孤苦，清寒学问分享机制，放荡了推理才气在职务之间的泛化与迁徙。
为了责罚这一问题，盘问团队提倡了一个"通才想考模子" OneThinker，具备长入泄露和推理不同模态、任务的才气。
为了让 OneThinker 真是具备长入推理不同模态和任务的才气，盘问团队从两方面动手：一是构建长入的数据体系，二是优化多任务的稽查次第。
多模态长入任务数据构建
构建具备通用视觉推理才气的模子，领先需要责罚数据隐匿不及、任务割裂的问题。
为此，盘问团队用心搭建了一套数据集，隔离用于模子的 SFT 冷开动与强化学习稽查：
OneThinker-600k
隐匿图像与视频两种模态，涵盖图像问答、视频问答、时空定位、分割、追踪等十类中枢视觉任务，用于强化学习阶段的主力稽查数据。
OneThinker-SFT-340k
基于 Seed1.5-VL 对 OneThinker-600k 生成高质料的想维链样本并过滤，用于 SFT 阶段冷开动
通过图像与视频任务的麇集稽查，OneThinker 能够在空间与时间维度上建设长入的推理才气，从而完毕跨模态、多任务的通用泄露。
EMA-GRPO：晋升多任务 RL 稽查端庄性
传统强化学习次第在多任务、多模态场景中存在权贵稽查不服衡问题。
不同任务之间的奖励结构互异较大（如检测任务的奖励无边，而问答类任务经常寥落），容易导致样本间或任务间稽查不服衡的问题。
为此，OneThinker 引入了全新的EMA-GRPO（Exponential Moving Average Group Relative Policy Optimization） 强化稽查算法，通过对各任务奖励表率差进行滑动平均归一，责罚了两个层面的不服衡问题：
任务内样本权重不均：缓解模子对低方差样本的过度依赖；
任务间梯度孝顺失衡：看重寥落任务在反向传播中占据主导，阻止其他任务学习。
实验散伙标明，EMA-GRPO 能权贵晋升强化学习阶段的稽查端庄性与不休速率，为大限制长入推理模子的多任务稽查提供了灵验补助。
实验散伙
为了全面评估 OneThinker 的才气，盘问团队在图像与视频两个模态下不同任务的31 个主流 benchmark上进行了系统测试，隐匿图像问答、视频泄露、空间定位、时间定位、主张分割、主张追踪等 10 类中枢视觉任务。
OneThinker 在图像问答任务中理解出色，MMMU 达到 70.6%，MathVerse 达到 64.3%，在视频泄露上，VideoMMM 得到了 66.2% 的理解。
关于时间定位和空间定位任务中，模子在 RefCOCO testA 的空间定位任务中也得到了 93.7% 的高分，Charades 和 ActivityNet 的 R@0.5 隔离达到 68.3 和 43.6。
同期，OneThinker 在追踪任务 GOT-10k 上 AO 达到 73.0, 在视频分割任务 ReasonVOS 上 J&F 得分为 54.9，体现了其在感知类任务中的稳健理解，更多的任务理解请参考原文。
盘问团队还发现，在某些任务和模态之间，OneThinker 能完毕存效的学问迁徙与分享，不同任务之间互相促进。
同期，OneThinker 在未见任务上展现出零样本才气，能径直妥当如点追踪、图像质料评估、GUI 泄露和旋转主张检测等任务，体现出重大的任务泛化才气。
不错说，OneThinker 的推出，不仅展示了强化学习在长入多模态、多任务视觉推理上的后劲，也为构建真是的视觉通才模子提供了明晰的旅途。
在大模子不绝走向多模态、强推理、通才化的趋势下，OneThinker 的职责大略仅仅一个伊始，但它所考证的标的，正在成为通往通用视觉智能（AGI）的枢纽一环。
更多细节，请参考原文。
论文地址：https://arxiv.org/pdf/2512.03043
代码地址：https://github.com/tulerfeng/OneThinker
一键三连「点赞」「转发」「注重心」
接待在指摘区留住你的想法！
— 完 —
咱们正在招聘别称眼疾手快、暖热 AI 的学术裁剪实习生 � �
感兴致的小伙伴接待暖热 � � 了解确定
� � 点亮星标 � �
科技前沿进展逐日见天元证券:正规杠杆配资平台
天元证券:正规杠杆配资平台,适合有经验者?提示：本文来自互联网，不代表本网站观点。
