多模态推理AI

Phi-4-reasoning-vision-15B模型使用入口，微软推出的150亿参数开源多模态推理模型

Phi-4-reasoning-vision-15B模型核心优势集中在GUI界面理解、数学科学推理、文档图表分析三大领域，推理速度较同类大模型快10倍以上，同时在AI2D、ChartQA、MathVista等权威基准测试中表现亮眼，展现出“小参数量、高性能、低延迟”的核心竞争力。

多模态推理AI微软开源模型

Codev GGUF视觉语言模型（基于Qwen2.5-VL-7B-Instruct微调）

Codev GGUF是一款基于Qwen2.5-VL-7B-Instruct微调而成的70亿参数视觉语言模型，通过“监督微调（SFT）+ 基于工具感知策略优化（TAPO）的强化学习（RL）”两阶段精准训练，核心目标是实现可靠、可解释的视觉推理。

AI多模态模型AI强化学习优化AI视觉工具调用Transformers架构多模态推理AI