Skywork-R1V

Skywork-R1V의 핵심은 답 패턴을 맞추는 대신 단계를 밟아 추론한다는 점이다. 도표가 붙은 기하 문제를 주면 결과에 이르기 전에 논리를 훑는다. 팀은 텍스트 추론을 비전으로 옮기는 일을 축으로 시리즈를 만들었기에, 모델은 이미지를 읽는 동안에도 수학과 논리 능력을 지킨다. 이 조합이 사진 설명만 하는 모델과 갈리는 지점이다.

모든 질문에 긴 추론이 필요한 건 아니다. R1V는 문제가 얼마나 어려워 보이는지와 이미지가 얼마나 선명한지에 따라 추론량을 조절한다. 단순한 인식 질의에는 짧은 경로를, 여러 단계의 과학 문제에는 온전한 처리를 배정한다. 덕분에 추론은 효율을 유지하고, 다른 추론 모델을 느리게 만드는 과잉 사고가 잘린다.

Skywork에 따르면 R1V3-38B는 MMMU에서 76.0, MathVista에서 77.1을 기록했고, 첫 R1V는 MATH500에서 94.0, AIME에서 72.0에 도달했다. 이 수치는 학제 간 과제에서 오픈 공개판을 훨씬 큰 독점 모델의 범위 안에 놓는다. 팀은 평가 코드를 공개하므로 점수를 그냥 믿지 않고 직접 다시 돌릴 수 있다.

R1V3 모델 가중치는 MIT 라이선스로 배포되며 상업적 사용과 수정, 배포를 허용한다. Hugging Face에서 내려받아 자기 GPU에서 돌리고 호출당 요금 없이 그 위에 제품을 올릴 수 있다. 이 등급의 비전 모델 가운데 조건이 이렇게 열린 경우는 드물다.

Skywork는 R1V와 R1V2의 AWQ 양자화 버전을 공개했고, 이는 30GB 넘는 메모리를 갖춘 카드 한 장에서 돈다. 하드웨어 문턱이 멀티 GPU 구성에서 워크스테이션 카드 한 장으로 내려간다. 클러스터에 투자하기 전에 모델을 시험하려는 사람에게 중요하다. 대가는 정확도가 조금 깎이는 것이며, 가장 어려운 벤치마크에서 드러난다.

최신 R1V4-Lite는 이전 모델이 못 하는 일을 한다. 사진이 흐리거나 구도가 어긋나면 스스로 자르고 확대하고 회전하며 영역을 찾아낸 뒤, 나아진 화면으로 추론한다. 작업 도중 이미지를 고치는 작은 도구를 쓰기도 한다. 모델은 운영에 올릴 만큼 가볍고, 큰 모델이 걸리는 시간의 일부만에 답한다.