R1-Omni 是阿里通义推出的基于强化学习（RLVR）的全模态大语言模型，专注于情感识别任务。通过结合视觉和音频信息，能清晰地解释情感识别的推理过程，展现出强大的情感理解能力。在多个情感识别数据集上，R1-Omni 的性能显著优于监督微调（SFT）模型，在分布外场景中表现出色，具有很强的泛化能力。

R1-baidu09Omni – 阿里通义开源的全模态大语言模型 第1张
（图片来源网络，侵删）
R1-baidu09Omni – 阿里通义开源的全模态大语言模型 第2张
（图片来源网络，侵删）