阿里率先应用RLVR技术开源情绪识别AI模型 制衡OpenAI强化布局
科技巨头阿里巴巴本周二（3月11日）宣布推出全新AI模型R1-Omni，在情绪识别领域实现重大突破。该模型基于通义千问实验室开源的HumanOmni-0.5B架构，采用深度求索（DeepSeek）的可验证奖励强化学习（RLVR）技术，成功提升多模态大模型的情绪分析精度。
研发团队披露，经过RLVR训练的模型在逻辑推理、情感判读和通态泛化三大维度展现显著优化。其核心技术亮点在于精准解析视觉听觉信号与情绪状态的对应关系，能通过逐帧分析视频影像，明确标示出主导情绪判断的模态特征。测试数据显示，新模型可准确识别出人物服饰、面部微表情及场景环境等关键视觉要素。
目前该技术已在多个实验场景获得验证。在两组实测视频中，R1-Omni成功完成对人物情绪状态的实时预测，并准确描述影片中的环境细节。这种将传统计算机视觉延伸至情绪维度的能力，使AI系统在人机交互中实现更深层的语境理解。
作为推动AGI（人工通用智能）发展的重要一环，阿里巴巴在情绪识别领域展开多维布局。继与苹果达成中国大陆市场AI服务合作后，本次技术突破直接剑指OpenAI最新发布的GPT-4.5。区别于后者高昂的200美元月费门槛，阿里选择通过Hugging Face平台向全球开发者免费开放R1-Omni模型源代码，加速生态构建。
评论