# Mini-o3开源：字节+港大联手，视觉推理模型实现数十轮深度交互

- Link: https://paooo.com/aigc-news/13722/
- Published: 2026-06-21T20:12:22+08:00
- Author: Prompt 语宙研究院

> **💡 站外导读：**undefined

## Mini-o3是什么

Mini-o3 是字节跳动和香港大学联合推出的开源模型，专为解决复杂的视觉搜索问题而设计。
模型通过强化学习和基于图像的工具，能执行深度多轮推理，推理轮次可扩展至数十轮。Mini-
o3 通过构建挑战性数据集、采用迭代数据收集流程以及提出过轮遮蔽策略等方法，显著提升
模型的推理能力和交互轮次。模型在多个视觉搜索基准测试中取得最佳性能，所有代码、模型
和数据集均开源，便于复现和进一步研究。

阅读目录

 * [Mini-o3是什么](https://paooo.com/aigc-news/13722/#minio3%e6%98%af%e4%bb%80%e4%b9%88)
 * [Mini-o3的主要功能](https://paooo.com/aigc-news/13722/#minio3%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Mini-o3的技术原理](https://paooo.com/aigc-news/13722/#minio3%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Mini-o3的项目地址](https://paooo.com/aigc-news/13722/#minio3%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Mini-o3的应用场景](https://paooo.com/aigc-news/13722/#minio3%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/13722/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Mini-o3](https://paooo.com/wp-content/uploads/2026/05/Mini-o3-webiste-1.avif)

## Mini-o3的主要功能

 * **多轮交互推理**：能进行深度多轮推理，交互轮次可扩展至数十轮，通过逐步探索和试
   错解决复杂的视觉搜索问题。
 * **多样化推理模式**：支持多种推理模式，包括深度优先搜索、试错和目标维持等。
 * **挑战性视觉搜索**：在高分辨率图像中，目标较小且存在大量干扰物体，也能准确地定位
   和识别目标。
 * **性能卓越**：在多个视觉搜索基准测试中（如VisualProbe、V* Bench、HR-Bench、MME-
   Realworld等）取得最先进的结果，展现出强大的视觉推理能力。
 * **开源性**：所有代码、模型和数据集均开源，便于研究人员复现和进一步研究，推动相关
   技术的发展。

## Mini-o3的技术原理

 * **冷启动监督微调（Cold-start Supervised Fine-tuning, SFT）**：通过少量手工制作
   的示例，用上下文学习能力的视觉语言模型（VLM）生成高质量、多样化的多轮交互轨迹。
 * **强化学习（Reinforcement Learning, RL）**：基于过轮遮蔽（over-turn masking）
   策略，避免因交互轮次超出限制而受到惩罚，在测试时能自然扩展到数十轮交互。
 * **降低图像像素预算（Lower Down Max Pixels）**：通过减少每张图像的最大像素数，
   增加单次交互中允许的轮次数量，提高解决长周期问题的能力。
 * **挑战性数据集（Visual Probe Dataset）**：构建一个包含数千个视觉搜索问题的数据
   集，问题设计用在鼓励探索性推理，帮助模型在训练过程中学习复杂的推理模式。

## Mini-o3的项目地址

 * **项目官网**：https://mini-o3.github.io/
 * **GitHub仓库**：https://github.com/Mini-o3/Mini-o3
 * **HuggingFace模型库**：https://huggingface.co/Mini-o3/models
 * **arXiv技术论文**：https://arxiv.org/pdf/2509.07969

## Mini-o3的应用场景

 * **电商场景**：帮助用户在海量商品图片中快速找到目标商品，在服装电商平台上，用户
   通过上传一张图片搜索类似款式的服装。
 * **智能家居**：在智能家居环境中，通过摄像头捕捉图像，帮助用户快速找到丢失的物品，
   如钥匙、遥控器等。
 * **监控视频分析**：在监控视频中快速定位和识别特定目标，如在人群密集的场所中寻找
   特定人员或物品。
 * **异常行为检测**：通过多轮推理分析监控视频中的异常行为，如入侵检测、异常活动识别
   等。
 * **复杂场景导航**：在复杂路况中，通过多轮视觉推理帮助自动驾驶系统更好地理解和规划
   路径，例如在有遮挡物或复杂交通标志的场景中。

#### 📝 站长洞察 (Editor’s Insight)

主编点评：Mini-o3的推出标志着视觉AI从静态识别向动态、交互式推理的重要跃迁。它不仅仅是
一个模型，更代表了一种解决复杂问题的新范式——通过强化学习驱动的多轮探索，模拟了人类
的试错与深度思考过程。这与当前[大模型](https://paooo.com/ai-study/)向Agent化、工具
化发展的趋势高度契合，尤其在需要精细化理解的垂直领域（如电商找货、安防监控）潜力
巨大。字节与港大的此次合作，也再次凸显了产学研结合在攻克前沿技术难题上的高效性。
全开源的策略，更是为社区注入了强劲动力，预计将催生大量创新应用。未来，谁能将此类
深度推理能力与多模态大模型、机器人硬件相结合，谁就可能在下一代智能体竞争中占据先
机。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/13722/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)