多模态版DeepSeek-R1：评测表现超GPT-4o，模态穿透反哺文本推理能力！北大港科大出品，已开源

北京大学与香港科技大学合作开发的多模态版DeepSeek-R1——Align-DS-V，其视觉理解能力超越GPT-4o，并在ARC-Challenge中将成绩从21.4提升至40.5。该模型能精准解析图文问题，且已实现香港地区价值观本地化对齐。研究团队还发布了全模态人类偏好数据集Align-Anything，涵盖高质量图、文、视频、语音数据，推动了多模态AI发展，目前Align-DS-V已开源。
来源：https://mp.weixin.qq.com/s/_S4tovrggFZdPIqFuos2Nw