书生发布InternVL3.5视觉模型全面升级

**书生重磅发布！InternVL 3.5视觉模型全系列开源，性能直逼GPT-5和Gemini 2.5 Pro！** 书生近日正式推出全新InternVL 3.5视觉模型系列，涵盖1B到241B共8种规模，全面满足不同应用需求。其中，241B版本在视觉理解任务中表现卓越，各项评测数据表明，其性能已跻身全球前列，紧随GPT-5和Gemini 2.5 Pro之后。InternVL 3.5系列模型已全部开源，并上线Hugging Face平台，方便开发者使用。该系列模型采用级联强化学习、视觉分辨率路由机制和解耦式视觉-语言部署架构等创新技术，显著提升了模型在复杂推理任务中的表现和推理速度，整体推理性能较前代提升最高达16.0%，实测部署速度更是提升了4.05倍。立即体验InternVL 3.5，赋能你的视觉理解应用！

书生近日推出了全新视觉模型系列——InternVL 3.5，涵盖从1B到241B共8种不同规模的版本。

根据多项评测数据显示，InternVL 3.5 中最大规模的241B模型在视觉理解任务中的表现仅次于商用模型 GPT-5 和 Gemini 2.5 Pro，位居前列。

目前，该系列全部模型均已开源并上线 Hugging Face 平台：

https://huggingface.co/collections/OpenGVLab/internvl35-68ac87bd52ebe953485927fb

模型核心技术创新包括：

• 级联强化学习（Cascade Reinforcement Learning, Cascade RL）：结合离线强化学习与在线强化学习的双阶段训练策略，提升模型收敛稳定性与对齐精度，显著增强复杂推理能力，在 MMMU、MathVista 等高难度任务上表现突出。
• 视觉分辨率路由机制（Visual Resolution Router, ViR）：支持动态调节视觉 token 的输入分辨率，灵活平衡计算开销与识别精度，提升视觉理解效率。
• 解耦式视觉-语言部署架构（Decoupled Vision-Language Deployment, DvD）：将视觉编码器与语言解码器分离部署至不同 GPU 设备，优化资源分配，大幅提高推理吞吐速度。

整体推理性能相较前代提升最高达 16.0%，并在实际部署中实现比 InternVL3 快 4.05 倍的推理速度。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《书生发布InternVL3.5视觉模型全面升级》文章吧，也可关注golang学习网公众号了解相关技术文章。