IXThinker·2025-09-16 13:50

開源Mini-o3復現視覺推理 測試可數十輪深挖

OpenAI o3的多輪視覺推理迎來開源平替。字節與香港大學團隊推出的Mini-o3，在訓練僅限六輪對話的條件下，測試階段可將思考輪數擴展至數十輪，無需海量訓練資源即實現深度視覺搜尋。

現有短板

近年多模態大模型多靠圖像工具加強化學習處理視覺問題，但開源方案普遍推理方式單調、交互輪次僅限一兩輪，遇到需要反覆試錯的複雜任務便束手無策，難以勝任真正的視覺搜尋。