InternVL3.5 开源：革新多模态架构，重塑感知与推理的边界​

InternVL3.5 开源：革新多模态架构，重塑感知与推理的边界​

近日，上海人工智能实验室正式向全球开源其新一代多模态大模型——书生·万象 InternVL 3.5。本次开源的模型实现了从单纯感知理解到实体交互能力的重大跨越，标志着多模态人工智能进入了新的发展阶段。

该模型通过创新的训练架构和算法突破，在通用多模态感知、复杂情境推理和文本理解等核心能力方面均展现出卓越性能。其旗舰模型在多学科综合推理评估中表现突出，位列全球开源模型领先地位。

更值得关注的是，新一代模型在多项特色能力上取得显著进展：

• 具备先进的图形用户界面理解与操作能力，支持跨平台自动化任务执行
• 在具身空间感知方面展现出色表现，为智能体导航与交互提供强大支撑
• 在矢量图形理解与生成任务中实现突破性进展

这些突破使 InternVL 3.5 不再是传统意义上的"观察者"，而是能够真正理解环境、进行实体交互的智能体。该模型可自主完成文件管理、文档处理等日常办公任务，还能为机器人提供强大的视觉感知与决策能力，在智能制造、智能办公等领域展现出广阔应用前景。

作为上海人工智能实验室书生大模型体系的重要组成，InternVL 系列已在全球范围内获得广泛应用和认可。此次开源的 InternVL 3.5 将进一步推动多模态人工智能技术的发展，为科研机构和产业界提供更强大的基础模型支持，加速人工智能技术在各领域的创新应用。

核心亮点

上海人工智能实验室最新开源的 InternVL 3.5 多模态大模型展现出以下核心亮点：

一、全尺度模型开源，覆盖多元应用场景

提供从 10 亿到 2410 亿参数的九种规格模型，包含稠密模型与混合专家模型（MoE）架构，成为首个支