腾讯混元宣布开源首个多模态统一 CoT 奖励模型

上海 AI Lab 联合复旦大学等机构提出 UnifiedReward-Think，构建首个统一多模态奖励模型，具备长链式推理能力，实现复杂视觉任务的准确评估与泛化。项目已全面开源，包含模型、数据集及工具。