模型介绍
中文整理Recon2Reason Reasoning 4B
模型用途
Recon2Reason Reasoning 4B 是一个40亿参数规模的视觉语言模型，专门用于室内和具身场景的空间推理任务。
主要能力
该模型基于 Qwen3-VL-4B 微调而成，能够从视觉输入中推理度量距离、相对位置、物体配置和空间关系。在度量空间推理和定性空间推理基准测试中表现优异。
输入输出
支持单图和多图视觉输入。采用标准的 Qwen3-VL 聊天格式进行条件生成。
运行要求
模型采用标准 Qwen3VLForConditionalGeneration 架构，无需自定义模型代码。权重为 BF16 格式，以分片 Safetensors 格式存储，共2个分片。参数总量为 4,437,815,808。已在 PyTorch 2.8.0、Transformers 4.57.1、SDPA 注意力机制和 NVIDIA RTX PRO 6000 Blackwell GPU 上完成测试。
基本用法
使用标准的 Qwen3-VL Transformers 接口。基准测试复现建议使用贪婪解码（do_sample=False），除非基准测试另有规定。
限制
本仓库仅包含推理模型。检索增强的场景重建扩展将另行发布。
许可证
基于 Apache License 2.0 发布。最终确认所有训练数据和上游产物均允许此分发方式。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。