近日，國家互聯網信息辦公室公布第十四批深度合成服務算法備案信息，瑞為技術自研的“Reconova QTune瑞為蜻豚視覺大模型算法”成功入選，正式獲得國家級算法備案資質。

蜻豚視覺大模型是以通用視覺語義理解為核心，融合異構傳感器輸入與動態專家路由架構，解決復雜場景下的感知與認知決策問題，目前已成功應用于曉蟻行李轉運機器人、曉瑞旅服機器人等實體場景。

2025年，蜻豚視覺大模型在全球權威評測平臺OpenCompass輕量級模型（參數量<4B）中位列第四，在精度與效率的平衡上達到領先水平。

構建全棧技術閉環，重塑視覺認知邊界

瑞為蜻豚視覺大模型基于“感知-理解-規劃”一體化架構，通過多項關鍵技術實現視覺能力系統升級：

全棧訓練架構

支持預訓練、有監督微調（SFT）到強化學習偏好優化（RLHF/GSPO）的全流程訓練，結合混合精度訓練與參數高效微調技術（LoRA/QLoRA），降低算力需求。

采用Encoder動態平鋪與Token智能壓縮，兼容多源數據與長視頻理解，結合視覺強化微調（RFT）提升模型泛化與跨任務遷移能力，適配多場景部署。

高效推理引擎

基于混合專家（MoE）架構，實現動態專家路由，平衡精度與效率。

通過分層量化與蒸餾技術，將10B級模型壓縮為輕量化版本，并借助匯編級指令優化，支持端側低功耗運行。

集成檢索增強（RAG）技術，接入實時知識圖譜，構建端到端推理閉環，實現從感知到自主任務規劃，推動模型向高效可用化演進，助力交通、商業等場景普惠應用。

深耕場景化落地，驅動產業智能化變革

瑞為蜻豚視覺大模型已在實際業務場景中驗證其價值，包括曉蟻行李轉運機器人通過多模態感知與動態路徑規劃，實現機場行李轉運的全程自動化；曉瑞旅服機器人依托長視頻語義解析與意圖理解能力，為旅客提供精準的導引與問答服務。

這些應用不僅體現了模型在復雜環境中的魯棒性，更彰顯瑞為技術“技術-場景-產業”深度融合的落地策略。

未來，瑞為技術將繼續以“通用視覺語義理解”為核心，聯合產業伙伴共建開放生態，推動視覺大模型在更多垂直領域行業和場景的應用，助力中國人工智能的高質量發展，以人工智能構建更美好社會生活。