已收录文章摘要，完整内容可前往原文阅读。
Vision-R1 重磅登场：以 200K 条无人工标注的高质量多模态 CoT 冷启动数据打底，融合 GRPO 与渐进式思维抑制训练（PTST），有效解决多模态大模型“过度思考”难题，显著激发复杂推理