瑞为技术蜻豚视觉大模型算法通过国家网信办备案

近日，国家互联网信息办公室公布第十四批深度合成服务算法备案信息，瑞为技术自研的“Reconova QTune瑞为蜻豚视觉大模型算法”成功入选，正式获得国家级算法备案资质。

蜻豚视觉大模型是以通用视觉语义理解为核心，融合异构传感器输入与动态专家路由架构，解决复杂场景下的感知与认知决策问题，目前已成功应用于晓蚁行李转运机器人、晓瑞旅服机器人等实体场景。

2025年，蜻豚视觉大模型在全球权威评测平台OpenCompass轻量级模型（参数量<4B）中位列第四，在精度与效率的平衡上达到领先水平。

构建全栈技术闭环，重塑视觉认知边界

瑞为蜻豚视觉大模型基于“感知-理解-规划”一体化架构，通过多项关键技术实现视觉能力系统升级：

全栈训练架构

支持预训练、有监督微调（SFT）到强化学习偏好优化（RLHF/GSPO）的全流程训练，结合混合精度训练与参数高效微调技术（LoRA/QLoRA），降低算力需求。

采用Encoder动态平铺与Token智能压缩，兼容多源数据与长视频理解，结合视觉强化微调（RFT）提升模型泛化与跨任务迁移能力，适配多场景部署。

高效推理引擎

基于混合专家（MoE）架构，实现动态专家路由，平衡精度与效率。

通过分层量化与蒸馏技术，将10B级模型压缩为轻量化版本，并借助汇编级指令优化，支持端侧低功耗运行。

集成检索增强（RAG）技术，接入实时知识图谱，构建端到端推理闭环，实现从感知到自主任务规划，推动模型向高效可用化演进，助力交通、商业等场景普惠应用。

深耕场景化落地，驱动产业智能化变革

瑞为蜻豚视觉大模型已在实际业务场景中验证其价值，包括晓蚁行李转运机器人通过多模态感知与动态路径规划，实现机场行李转运的全程自动化；晓瑞旅服机器人依托长视频语义解析与意图理解能力，为旅客提供精准的导引与问答服务。

这些应用不仅体现了模型在复杂环境中的鲁棒性，更彰显瑞为技术“技术-场景-产业”深度融合的落地策略。

未来，瑞为技术将继续以“通用视觉语义理解”为核心，联合产业伙伴共建开放生态，推动视觉大模型在更多垂直领域行业和场景的应用，助力中国人工智能的高质量发展，以人工智能构建更美好社会生活。