Skywork R1V4-Lite

Skywork R1V4-Lite 是什么：主动视觉操作的多模态智能体

你拍了一张模糊的手写小票，想让 AI 识别金额。传统模型会直接猜一个答案，可能出错。Skywork R1V4-Lite 的处理方式不同。它是昆仑万维在 2025 年 11 月 18 日发布的轻量级多模态智能体。

参数规模只有约 30B，但官方数据显示，它在 8 个多模态理解基准上整体领先 Gemini 2.5 Flash。其中 5 个任务甚至超过 Gemini 2.5 Pro。轻量级模型也能承担较重的工作负载。

主动图像操作：从看图回答到看图行动

传统视觉模型是被动的。你给一张图，它输出一段文字。Skywork R1V4-Lite 会主动调整图像，构建一条可回溯的「视觉行动链」。下面分三点说明。

自适应图像处理：模糊、旋转、倒置都能校正

遇到模糊、旋转或倒置的图片，这款工具不会硬猜。它会先做几何校正，把图像摆正，再基于正确视角推理空间关系。

比如一张倒置的电路板照片。普通模型可能直接报错或乱答。该工具会先旋转 180 度，再识别元件位置。这个过程是自动的，不需要写额外指令。

精密判断：放大区域、生成参考线

高精度任务里，该工具主动做微观级操作。放大关键区域，生成参考线，构建辅助判断策略。

一个实测案例：识别 400×300 像素的潦草手写收据。它没有直接猜金额，而是先承认视觉局限，然后调用代码工具，用 PIL 库裁切局部，放大字迹，最后给出准确答案。

物理逻辑理解：绘制辅助线验证空间关系

判断「吸管与笔是否平行」这类空间问题，该工具不只是看。它会主动绘制辅助线，验证两条线段的几何关系。

这说明模型理解物理逻辑，不是单纯匹配像素。它把视觉感知和空间推理结合，输出更可靠的结论。

多模态深度研究：搜索—推理—验证闭环

联网环境下，Skywork R1V4-Lite 会自动触发深度研究。它不只搜一次，而是形成「搜索—推理—验证」的闭环。

跨模态知识扩展：构建推理脚手架

该工具会与外部世界主动交互：搜索、检索、比对。它构建推理脚手架，把零散信息整合成结构化结论。

比如问「这款手机和竞品比，拍照强在哪」。它会搜多篇评测，提取参数，交叉验证，最后给出对比表。不是简单摘抄网页。

权威基准表现：mm-search 和 FVQA 领先

深度研究能力有数据支撑。在 mm-search 基准上，该工具得 66 分，超过 Gemini 2.5 Flash 的 64.9 分。FVQA 基准上，它得 67 分，领先 Flash 的 60.8 分。

mm-search 测试多模态搜索推理，FVQA 测试视觉问答中的事实核查。两个分数说明它不只是快，研究质量也过关。

主动式任务规划：视觉输入驱动任务链

R1V4-Planner-Lite 是配套的规划模块。它让视觉输入直接驱动任务链，而不是靠文本指令一步步引导。

任务分解与工具选择：拆解复杂任务

你拍一张冰箱内部照片，说「根据食材规划三菜一汤」。该工具会先分解任务：识别食材、检索菜谱、筛选可行方案、输出步骤。

它自动选择工具，比如调用图像识别 API 或菜谱数据库。不用手动指定每一步。

参数生成与执行顺序：自动安排依赖关系

每个子任务需要参数，比如「识别食材」要指定图像区域。该工具自动生成这些参数。

执行顺序也自动安排。先识别食材，再查菜谱，最后生成菜单。依赖关系清晰，不会乱序。实测中，它能完成长达 8 轮的人机协同推理与工具调用。

性能与效率平衡：19 倍速度优势

轻量级模型的最大优势是快。Skywork R1V4-Lite 在响应速度、Token 吞吐量、端到端完成速度上都有明显优势。

响应速度：比 Gemini 2.5 Pro 快 19 倍

官方对比数据显示，该工具的响应延迟是 Gemini 2.5 Pro 的 1/19。Pro 需要约 19 秒的任务，它大约 1 秒完成。

比 Gemini 2.5 Flash 快 5 倍。这个差距在实时问答场景里非常明显。

Token 吞吐量：约 2 倍于 Gemini 2.5 Pro

TPS（每秒处理的 Token 数）约是 Pro 的 2 倍。高并发场景下，这意味着同样硬件能处理更多请求。

端到端完成速度快 2.9 倍。从上传图像到拿到结果，总耗时更短。适合移动端或应用内推理。

Skywork R1V4-Lite 第一次怎么用：接入与操作流程

主要接入平台是 Skywork API。不需要本地部署，直接调用 HTTP 接口即可。

通过 Skywork API 平台接入

访问 platform.skyworkmodel.ai，注册后获取 API Key。平台提供在线体验界面，可以先试再接入。

第三方平台 Novita AI 也提供集成服务。如果已经在用 Novita，可以直接切换模型。

调用 API 完成一次图像操作

基本流程四步：

1. 把图像转为 base64 编码。
2. 用自然语言写指令，比如「识别这张小票的总金额」。
3. 设置参数，如 enable_search=true 开启搜索。
4. 发送 POST 请求到 /api/v1/chat/completions，获取结果。

支持流式和非流式响应。流式适合长任务，能看到中间过程。

Skywork R1V4-Lite 在竞品里的位置：与 Gemini 2.5 Flash 对比

和谷歌 Gemini 系列比，这款工具走的是轻量高效路线。下面用表格对比关键维度。

多模态理解基准：8 个任务整体领先 Flash

官方评测显示，在 8 个多模态理解基准上，该工具整体领先 Gemini 2.5 Flash。其中 5 个任务超过 Pro。

具体任务名称官方未完全公开。但从 mm-search 和 FVQA 分数看，搜索推理和视觉问答是强项。

响应速度与吞吐量：工程优化优势

Flash 本身定位是轻量快速，但该工具比 Flash 还快 5 倍。TPS 约 2 倍。

这说明昆仑万维在工程优化上投入较多。不是靠堆参数，而是靠架构设计和推理效率。

Skywork R1V4-Lite 用户实际体验：典型应用场景

下面列举三个典型场景，说明它如何解决实际问题。

实时问答：低延迟响应

在线客服、拍照搜题这类场景，用户等不了约 10 秒。该工具约 1 秒内响应，体验接近本地应用。

比如学生拍一道几何题，模型快速给出解题思路。不用等待，学习节奏不被打断。

视觉检索：主动操作提升准确率

图搜商品时，用户上传的照片往往角度差、光线暗。该工具会主动裁切、放大关键区域，再检索。

实测中，它处理模糊小票的准确率明显高于被动识别模型。因为它是先看清，再判断。

高并发在线生产：吞吐量优势

电商大促时，每秒可能有上千次图像识别请求。TPS 约 2 倍于 Pro，意味着同样服务器能扛更多流量。

成本也更低。轻量级模型推理开销小，企业可以省下不少算力费用。

Skywork R1V4-Lite 能带来什么好处：成本与效率收益

从开发者和企业用户角度看，收益集中在两方面。

降低推理成本：轻量级模型的优势

对比 Gemini 2.5 Pro 的定价，该工具便宜一个数量级。对于预算有限的中小团队，这是实打实的节省。

提升任务完成速度：端到端快 2.9 倍

不只是响应快，整个任务流程更快。从上传图像到拿到最终结果，总耗时是 Pro 的 1/2.9。

比如批量处理 100 张产品图，Pro 需要 10 分钟，该工具约 3.5 分钟。时间就是生产力。

最近的变化：Skywork R1V4-Lite 更新了什么

2025 年 11 月 18 日，昆仑万维正式发布 Skywork R1V4-Lite。这是 Skywork-R1V 系列的最新版本。

更新重点有三：

• 轻量级架构优化：沿用 Qwen3 A3B 轻量架构，性能更平衡。
• 多模态能力统一：首次在轻量级模型中同时实现图像操作、深度推理和任务规划。
• Planner 功能增强：推出 R1V4-planner-lite，支持复杂多模态任务规划。

官方透露，Skywork R1V4-Pro 即将发布，性能会更强。目前 Lite 版提供限时免费体验。

Skywork R1V4-Lite 的总体评价与推荐指数

综合评测，这款工具适合追求速度和成本效益的团队。推荐指数：4.5/5。

但参数规模限制了它的上限。遇到极其复杂的跨模态推理，Pro 级别模型可能更稳。

Skywork R1V4-Lite 的学习曲线：上手难度与文档质量

上手难度低。只需要会调 HTTP API，不需要懂模型原理。

官方文档在 docs.skyworkmodel.ai，提供完整的 API 参考和示例代码。GitHub 上有技术报告，解释训练范式和架构细节。

典型学习周期：有编程经验的开发者，半天可以跑通第一个 demo。非技术用户用在线体验界面，10 分钟能上手。

参考资料

• CSDN（2025-05-29）— 介绍 Skywork 超级智能体的背景与核心功能。
• 腾讯网（2025-05-24）— 实测 Skywork 办公智能体的文档与 PPT 生成能力。
• 网易新闻客户端（2026-02-04）— 对比 Skywork 桌面版与 Claude Cowork 的实测体验。
• 网易（2026-07-02）— 报道昆仑万维 Skywork 智能硬件家族的最新动态。