已收录文章摘要，完整内容可前往原文阅读。
近年来，以 DeepSeek-R1 为代表的大推理模型通过显式生成中间推理过程，在数学、代码和复杂逻辑任务上展现出强大能力。随着这一范式扩展到视觉语言场景，多模态大推理模型（Multimodal La