昆仑万维推出轻量级多模态智能体 Skywork R1V4-Lite，掀起智能交互新篇章

昆仑万维面向公众发布了 Skywork R1V4-Lite，这是一款轻量级的多模态智能体，集合了视觉操作、推理和任务规划等能力。与常见模型不同，Skywork R1V4-Lite 不只会做深度推理，还能主动处理图片、调用外部工具，并开展多模态深度研究，让它在复杂场景下更灵活好用。

用户只要拍一张图，Skywork R1V4-Lite 就能迅速推进任务，可自动识别空间方位、放大不清晰的文字、绘制参考线等。它的设计让大家无需堆砌复杂提示词，给出简单的视觉输入，系统就会自我思考并拿出答案。由此，多模态智能体正从封闭式推理迈向开放式交互。

在多个权威基准上，Skywork R1V4-Lite 表现亮眼，尤其在多模态理解任务中优于 Gemini2.5Flash，竞争力十足。其主动图片操作能力，使模型在信息不完整或视角受限的情况下，能自动裁剪、放大、旋转画面，逐步形成清晰可追溯的“视觉动作链”。

另外，Skywork R1V4-Lite 支持联网检索，可在执行任务时启动深入研究，通过与外部信息源交互，提升推理的广度与深度。凭借这种跨模态的知识拓展能力，它在学术、法律、生态与电商等场景都展现出广泛的应用前景。

更值得期待的是，Skywork R1V4-Lite 具备主动任务规划能力，能根据视觉输入产出可执行的任务链。也就是说，用户不仅能拿到答案，还能由智能体生成清晰的行动方案，为不同场景提供更精准的解决思路。

Skywork R1V4-Lite Github地址:

https://github.com/SkyworkAI/Skywork-R1V 

划重点:

🌟 Skywork R1V4-Lite 为轻量级多模态智能体，集视觉操作、推理、规划三项核心能力。  

📸 只要拍张图，系统即可自动完成复杂步骤，操作更省心。  

🔍 在多模态理解评测上表现突出，展现出强劲的跨模态推理与知识扩展实力。