Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: MM-Eureka – 上海AI Lab联合上交大等推出的多模态推理模型
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
MM-Eureka – 上海AI Lab联合上交大等推出的多模态推理模型
Prompt 语宙 > AIGC 资讯 > MM-Eureka – 上海AI Lab联合上交大等推出的多模态推理模型
AIGC 资讯

MM-Eureka – 上海AI Lab联合上交大等推出的多模态推理模型

Prompt 语宙研究院
最近更新: 2026年6月8日 下午11:17
AI智能体 DeepSeek RAG检索增强 大模型微调 开源大模型
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 基于规则的大规模RL把DeepSeek-R1式推理特性扩展到多模态,能同时处理文本与视觉信息。
  • 仅用54K图文数据训练,平均性能超过1M数据的MPO模型,数据效率非常突出。
  • MM-Eureka-Zero-38B仅用8K数学推理数据,在自建K12基准上超越指令模型8.2%。

MM-Eureka是什么

MM-Eureka 是上海人工智能实验室、上海创智学院、上海交通大学和香港大学的研究人员共同开发的多模态推理模型。模型通过基于规则的大规模强化学习(RL),将单模态推理中的关键特性(如稳定的回答长度增长、准确率奖励以及视觉顿悟时刻)扩展到多模态场景。

阅读目录
  • MM-Eureka是什么
  • MM-Eureka的主要功能
  • MM-Eureka的技术原理
  • MM-Eureka的项目地址
  • MM-Eureka的应用场景

MM-Eureka 推出两个核心模型:MM-Eureka-8B 和 MM-Eureka-Zero-38B,分别基于 InternVL2.5-Instruct-8B 和 InternVL2.5-Pretrained-38B。仅使用 54K 图文数据进行规则型强化学习训练,平均性能便超过了使用 1M 数据的 MPO 模型。MM-Eureka-Zero-38B 仅使用 8K 图文数学推理数据,在自建的 K12 基准测试上超越指令模型 8.2%,在 MathVerse 上表现相当。

MM-Eureka

MM-Eureka的主要功能

  • 多模态推理能力:将大规模基于规则的强化学习(RL)扩展到多模态推理领域,能处理文本和视觉信息。
  • 复现关键特性:在多模态空间中复现了文本 RL 系统(如 DeepSeek-R1)的关键特性,包括准确率奖励和响应长度的稳步提升,以及反思行为的涌现。
  • 数据高效性:仅使用 54K 图文数据进行规则型 RL 训练,平均性能超过了使用 1M 数据的 MPO 模型,整体基准准确率与使用 12M 数据进行 CoT SFT 训练的模型相当。

MM-Eureka的技术原理

  • 基于规则的大规模强化学习框架:MM-Eureka 基于 OpenRLHF 开发了高效可扩展的多模态大规模强化学习框架,支持 InternVL 等多种模型和 RL 算法。使模型能在多模态环境中进行有效的训练,成功复现了 DeepSeek-R1 的关键特性,如准确率奖励和响应长度的稳步提升。
  • 数据过滤与稳定训练:研究团队发现,数据选择对于稳定 RL 训练至关重要。基于难度的数据过滤策略对 RL 训练的稳定性起到了关键作用。
  • 视觉顿悟时刻(Visual aha-moment):MM-Eureka 在训练过程中展现出类似 DeepSeek-R1 的视觉顿悟时刻。具体表现为模型学会反思和回溯,会重新审视图像中的关键信息。
  • 极简的强化学习设计:极简的 RL 设计在 MM-Eureka 中被证明是有效的。在 instruct 模型上实验时,添加 KL 散度会限制模型探索,导致无法观测到响应长度的提高。 MM-Eureka 采用简单的奖励函数(如准确性奖励和格式奖励),通过难度基础的数据过滤策略进行稳定训练。
  • 高效的数据利用:MM-Eureka 展现出极高的数据效率。仅使用 54K 图文数据进行规则型强化学习训练,平均性能就超过了使用 1M 数据的 MPO 模型。MM-Eureka-Zero 仅使用 8K 图文数学推理数据(指令模型的 0.05%),在自建的 K12 基准测试上超越指令模型 8.2%,在 MathVerse 上表现相当。表明在多模态推理领域,简单的规则型强化学习设计可以显著提升训练效果,在数据量较少的情况下也能达到与大规模训练相当的性能。

MM-Eureka的项目地址

  • Github仓库:https://github.com/ModalMinds/MM-EUREKA
  • arXiv技术论文:https://arxiv.org/pdf/2503.07365

MM-Eureka的应用场景

  • 教育领域:MM-Eureka 能通过强大的推理能力和反思机制,帮助学生更好地理解和解决复杂的数学问题。
  • 增强现实(AR)和虚拟现实(VR):在 AR 和 VR 场景下,通过结合视觉和语言信息,MM-Eureka 可以为用户提供更加沉浸式和交互式的体验。
  • 数据分析和决策支持:MM-Eureka 的多模态推理能力使其在数据分析和决策支持方面具有显著优势。能处理复杂的图文数据,帮助用户从大量信息中提取关键信息并做出更明智的决策。
  • 自动化和智能助手:MM-Eureka 可以作为智能助手的核心技术,为用户提供更智能、更自然的交互体验。
  • 游戏和娱乐:在游戏和娱乐领域,MM-Eureka 的多模态推理能力可以用于开发更加智能的非玩家角色(NPC)和交互式剧情。
❓ 常见问题解答(FAQ)
MM-Eureka是什么模型?

MM-Eureka是上海人工智能实验室、上海创智学院、上海交通大学和香港大学联合开发的多模态推理模型,核心思路是用基于规则的大规模强化学习,把单模态推理中的关键能力迁移到图文场景。

MM-Eureka为什么说数据效率高?

它仅用54K图文数据做规则型强化学习训练,平均性能就超过了使用1M数据的MPO模型;MM-Eureka-Zero-38B还只用8K图文数学推理数据,就在自建K12基准上超越指令模型8.2%。

MM-Eureka适合哪些应用场景?

文章提到它可用于教育、AR/VR、数据分析与决策支持、智能助手,以及游戏和娱乐等场景,优势在于能结合视觉与语言信息进行更强的推理和反思。

🔬 语宙深潜追问 · 进阶实操拆解
规则型大规模强化学习怎么迁移到多模态?

先把图文任务拆成可验证规则,如答案一致性、步骤完整性和视觉定位正确性,再用奖励塑形引导模型逐步修正。核心是把“顿悟”转成可计算信号,而不是只靠人工偏好。

小数据多模态推理如何做得更稳?

要优先做高质量合成数据、难例挖掘和课程式训练,再配合自一致性采样与错误回放。这样能放大每条样本的学习价值,减少大规模噪声数据带来的稀释效应。

🗳️ 读者观点微投票 · 您的实战立场是?
54K数据打赢百万级模型,靠什么?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
🐋 所属权威专题:DeepSeek 深度实战与部署 →
  • DeepSeek R1-Zero – DeepSeek推出的开源推理模型,基于纯强化学习训练
  • MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型
  • Skywork-R1V 2.0 – 昆仑万维开源的新版多模态推理模型
  • R1-Onevision – 开源多模态视觉推理模型,基于 Qwen2.5-VL 微调
🏛️ Prompt 语宙研究院 · 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
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 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)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
Meissonic – 阿里联合多所高校推出的文本到图像合成模型
阶跃星辰发布Step-Audio-R1.1:全球首个开源原生语音推理模型,以96.4%准确率登顶权威榜单
Seedance 2.0 Mini – 字节跳动推出的轻量化视频生成模型
Waymo 首款从零设计网约车 Ojai 亮相:Gemini 上车,三屏各有分工
RWKV-7 – RWKV系列的最新大模型架构版本,有强大的上下文学习能力
TAGGED:AI智能体DeepSeekRAG检索增强大模型微调开源大模型
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
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。
上一篇 FlowiseAI – AI应用构建工具,拖拽可视化组件自定义LLM应用 FlowiseAI – AI应用构建工具,拖拽可视化组件自定义LLM应用
下一篇 k1.5 – Kimi推出的多模态思考模型 k1.5 – Kimi推出的多模态思考模型
Ad image
Ad image

最近更新

花旗银行、摩根大通与美国银行等多家大型商业银行收紧服务条款,明确用户授权第三方 AI 智能体受损需自行担责
哪怕被黑客盗刷也不赔!花旗、摩根大通与美银等五大银行集体改写条款:使用第三方AI智能体风险由客户全权自担,生态入口博弈全面打响
AIGC 资讯
LangSmith for Coding Agents 代码智能体按 PR 结果核算成本与 ROI 官方封面图
340亿美元编码AI开销如何算清账?LangSmith上线代码智能体ROI追踪:按PR结果归因成本、五大工具全统一与线程上下文通胀治理指南
最新趋势
Axiom Math 利用 AI 多智能体集群完成 1.5 万页有限单群分类定理(CFSG)与 7500 页 Stacks 项目数学形式化验证的可视化点阵图
4300万行代码堪比Linux内核!Axiom Math用AI智能体攻克1.5万页“庞大定理”与Stacks项目形式化验证:百个里程碑与分层多智能体架构全拆解
最新趋势
印度具身智能数据初创公司 Humyn Labs 联合创始人 Ishank Gupta(左)与 Manish Agarwal(右)
半年营收破千万且90%来自美国!印度物理AI数据创企Humyn Labs获4700万美元A轮:双摄硬件、2100万债权垫资与20国采集网全拆解
AIGC 资讯

相关推荐

Marco – 阿里推出的商用翻译大模型,支持15个语种
AIGC 资讯

Marco – 阿里推出的商用翻译大模型,支持15个语种

Prompt 语宙研究院
AI办公效率 AI智能体 OpenAI 大模型微调 开源大模型 通义千问
Gemma 3 – 谷歌最新推出的开源多模态 AI 模型
AIGC 资讯

Gemma 3 – 谷歌最新推出的开源多模态 AI 模型

Prompt 语宙研究院
DeepSeek Llama OpenAI 大模型微调 开源大模型
DocMind – 司马阅推出的文档智能大模型
AIGC 资讯

DocMind – 司马阅推出的文档智能大模型

Prompt 语宙研究院
AI办公效率 AI智能体 RAG检索增强 开源大模型
央视曝光!AI伪造专家、'医用级'噱头成重灾区,监管重拳整治直播带货乱象
AI 工具AIGC 资讯

央视曝光!AI伪造专家、’医用级’噱头成重灾区,监管重拳整治直播带货乱象

Prompt 语宙研究院
AI伪造专家 互联网广告监管 医用级 直播带货 虚假宣传
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.