阿里通义千问开源AI新模型，可借由影片推理判断“人类情绪”（组图）

阿里巴巴集团通义实验室团队11日宣布开源R1-Omni模型，该模型结合强化学习与可验证奖励（RLVR）方法，专注于提升多模态情感识别任务中的推理能力和泛化性能。

阿里巴巴「通义千问」AI大模型。（图／翻摄阿里巴巴）

简单来说，R1-Omni的特色在于推理能力上的提升。通过RLVR方法，AI能借由声音和影像对人类各种情绪做出判断及识别。

阿里巴巴「通义千问」　连接旗下所有产品。（图／翻摄微博）

《IT之家》报导，随著DeepSeek R1的推出，强化学习在大模型领域的潜力被进一步挖掘。Reinforcement Learning with Verifiable Reward（RLVR）方法的出现，为多模态任务提供了全新的优化思路，无论是几何推理、视觉计数，还是经典图像分类和物体检测任务，RLVR 都展现出了显著优于传统监督微调（SFT）的效果。

据了解，R1-Omni在基于DeepSeek R1的基础上，能更清楚地理解视觉和听觉信息如何促进情绪识别，透过影片，能更加清楚辨别人类喜怒哀乐等情绪，并且给出详细推理过程，成为电脑在理解人脑的强化学习模式。

阿里通义团队选择开源Omni模型HumanOmni-0.5B作为基础模型，目前，已经开源出基本模型HumanOmni-0.5B、冷启动模型EMER-SFT、直接在MAFW和DFEW训练集上微调的模型MAFW-DFEW-SFT，以及最终模型R1-Omni。