书生·万象 InternVL3.5 开源发布

上海人工智能实验室（上海AI实验室）于近日开源发布了书生·万象 InternVL3.5，通过创新的级联式强化学习、动态视觉分辨率路由与解耦部署架构，实现推理能力、部署效率与通用能力的全面升级。

公告称，InternVL3.5在从10亿到2410亿参数的全量级版本中均刷新开源模型性能标杆，在通用多模态感知、多模态推理、文本能力等各种任务均达到领先水平，同时在图形用户界面（GUI）智能体、具身空间感知、矢量图像理解与生成等多种特色任务上取得了显著的性能提升。

• 提供10亿至2410亿参数共九种尺寸模型，覆盖不同资源需求场景，包含稠密模型和专家混合模型（MoE），首个支持GPT-OSS语言模型基座的开源多模态大模型；

• 旗舰模型InternVL3.5-241B-A28B在多学科推理基准MMMU中获得开源模型最高分77.7分，多模态通用感知基准MMStar和OCRBench分别取得77.9分和90.7分，超越GPT-5（75.7分/80.7分），文本推理基准AIME25和MMLU-Pro分别达到75.6和81.3分，全面领先现有开源多模态大模型；

• 依托级联式强化学习框架（Cascade RL），全系列模型推理性能相比上一代平均提升16.0分。其中InternVL3.5-241B-A28B综合推理性能达到66.9分，超越上一代模型的54.6分以及Claude-3.7-Sonnet的53.9分，在数学推理、逻辑推理等复杂任务中表现突出；

• 借助创新的视觉分辨率路由（ViR）与解耦部署框架（DvD），38B模型在896分辨率下的响应速度大幅提升，单次推理延迟由369 ms缩短至91 ms（提升约4倍）；与此同时，轻量化的InternVL3.5-Flash在将视觉序列长度减少 50% 的情况下，仍能保持接近 100% 的性能水平；

• 加强GUI智能体、具身智能体、SVG图形理解与生成等智能体核心能力，在ScreenSpot GUI定位（92.9分）、VSI-Bench空间推理（69.5分）、SGP-Bench矢量图理解（70.6分）等任务中超越主流开源模型。

更多详情可查看官方公告。