5月14日消息，騰訊混元近日與上海AI Lab、復(fù)旦大學(xué)、上海創(chuàng)智學(xué)院聯(lián)合提出全新研究工作UnifiedReward-Think，構(gòu)建出首個(gè)具備長鏈?zhǔn)酵评砟芰Φ慕y(tǒng)一多模態(tài)獎(jiǎng)勵(lì)模型，首次讓獎(jiǎng)勵(lì)模型在各視覺任務(wù)上真正“學(xué)會(huì)思考”，實(shí)現(xiàn)對(duì)復(fù)雜視覺生成與理解任務(wù)的準(zhǔn)確評(píng)估、跨任務(wù)泛化與推理可解釋性的大幅提升。目前，該項(xiàng)目已全面開源，包括模型、數(shù)據(jù)集、訓(xùn)練腳本與評(píng)測工具。