IXThinker·2025-12-14 00:20

港中文聯手美團開源視覺推理通才模型

香港中文大學MMLab與美團研究團隊開源OneThinker，一個基於強化學習的統一多模態視覺推理通才模型，覆蓋圖像與影片模態下的十類核心視覺任務。

十類任務通吃

OneThinker在31項主流視覺任務測試中表現亮眼，覆蓋圖像問答、影片理解、目標檢測等十類核心任務，多任務訓練之間更能相互促進，展現通才模型的協同優勢。