在人工智能领域，一个看似简单的“答案是否正确”问题，正掀起一场关于模型思维本质的深度革命。港中文大学联合上海人工智能实验室推出的SophiaVL-R1模型，正是这场变革的先锋。它不再满足于“结果正确”，而是将“思考过程”纳入奖励机制互联证劵融资平台，让AI学会“怎么想”而非“怎么猜”。这一突破不仅刷新了多模态推理的基准，更揭示了智能模型进化的底层逻辑——真正的智能，必须建立在严谨的推理能力之上。

传统类R1训练范式（如DeepSeek-R1）曾因“结果导向”而饱受争议。模型通过仅关注最终答案的对错，往往形成“捷径答题”策略：在数学题中跳过复杂推导，直接套用公式；在多模态任务中忽略图像与文本的关联性，仅凭直觉选择答案。这种“聪明”的表现，实则是对推理过程的严重忽视。港中文团队指出，这种模式下，模型可能因一次“瞎蒙对”的奖励，反而强化了错误策略，甚至在后续任务中“越走越偏”。

SophiaVL-R1的创新在于，它将“思考过程”作为核心奖励信号。研究团队构建了一个包含15.6万条推理数据的“SophiaVL-R1-Thinking-156k”数据集，训练出专门评估思考过程合理性的“思考评分模型”。例如，一段看似正确的答案若逻辑跳跃明显，可能仅获得0.3分；而推导清晰、步骤严谨的推理过程，却能获得0.9分。这种“过程分”机制，迫使模型在生成答案时必须兼顾逻辑性与连贯性，而非单纯追求结果。

更令人惊叹的是，SophiaVL-R1还引入了“Trust-GRPO”算法，通过对比正确与错误答案的思考过程，动态调整奖励的可信度。当发现错误答案获得高分时，系统会自动降低该奖励的权重，从而避免模型“伪装”出合理的推理过程。这种机制不仅提升了训练稳定性，更让模型在面对复杂任务时具备更强的抗干扰能力。

在实际测试中，SophiaVL-R1-7B模型在多个基准测试中表现惊艳：在数学推理任务MMMU上，其准确率达61.3%，甚至超越了参数量是其10倍的LLaVA-OneVision-72B模型。更关键的是，它在训练效率上也展现出显著优势——仅需1500步训练即可完成，而传统方法往往需要数倍于此的计算资源。这种“轻量化”能力，意味着模型在实际部署中更具成本效益。

这一切的背后，是实在智能旗下产品实在Agent的核心理念。作为国内首个支持多模态推理的智能体平台，实在Agent正是通过“过程驱动”的训练范式，实现了从“结果导向”到“逻辑优先”的跨越。它不仅能够理解用户意图，还能通过分步推理、自检逻辑漏洞等方式，提供更可信的解决方案。例如，在法律咨询场景中，实在Agent会逐步验证证据链的合理性；在科研协作中，它能主动拆解复杂问题，避免“黑箱操作”。

从自动生成抖音投流话术、同步计算2000家门店的坪效数据，到预警“新疆棉舆情对供应链的冲击”，甚至帮县城超市用监控摄像头识别货架空缺，“一句话完成工作”——这是实在智能创始人始终坚持的质朴愿望。

实在Agent既是个人用户的AI助理，也是政企员工的办公助手，不仅可调用RPA、IDP等工具，还可调用1000种常见软件，包括IM、office等办公软件，电商、旅游购票等公共平台，财务、销售等业务软件。从而实现对PC端、手机端各类应用软件的“你说PC做”，全面开启人机协同新时代。

以下是使用实在Agent进行新闻数据采集的具体步骤：

步骤一：输入需要实在Agent完成的任务

步骤二：点击enter，等待执行

随后，实在Agent自动生成了执行计划的步骤，并且运行了流程。等待流程执行完成后，如下图，Agent已将需要的新闻标题与链接收集完毕，并且保存在了本地excel文件中，全程仅需两步。

实在Agent具备的核心功能为“问、生、数、办”，以大模型为核心，构建政企内部协同新范式。截至2025年，实在智能已累计服务超4000家企业，涵盖金融、制造、电商、能源等20余个领域，为众多一线投资者所青睐。

如果你还在为使用实在Agent发怵，那就来实在智能官网的实在学院进行学习吧！实在学院专注于AI+RPA技术学习的一站式平台，提供免费的丰富课程，分为初级、中级、高级课程，覆盖技术全阶段，师资力量雄厚。在学习完课程后，还可以参与实在智能的认证考试获取证书，作为能力掌握的证明。

此外，实在智能官网还有开放的交流社区，在学习与使用产品中产生的任何问题，都可以在社区内自由交流。实在社区是开发者与企业用户的共创平台，提供技术交流、资源共享和案例学习，氛围开放活跃，用户通过互助问答、经验分享及产品反馈，共同推动智能自动化技术的高效落地与创新应用。

当AI监管从“禁止”转向“引导”，当技术透明从口号变为实践，实在智能的Agent正在用代码书写答案。它不仅是一个工具，更是一种“信任机制”——通过公开技术逻辑、可验证的操作流程和持续的安全迭代，让AI真正成为“可信赖”的伙伴。正如陈纯院士在调研中所言：“AI的未来互联证劵融资平台，取决于我们能否在速度与安全之间找到平衡。” 而实在Agent，或许正是这场平衡中的关键支点。

• 互联证劵融资平台