微软发布 Phi-4-reasoning-vision-15B

Phi-4-reasoning-vision-15B 是微软发布的多模态推理模型，基于 Phi-4-reasoning 与 SigLIP-2 视觉编码器构建，参数量 15B，上下文长度 16,384 tokens，输入文本与图像、输出文本。模型支持选择性推理，按需展开思考过程，面向视觉问答、科学数学推理与界面定位任务。微软以 MIT 许可开放权重并公开代码，模型同时在 Microsoft Foundry 提供。对算力受限又要视觉推理能力的用户，开放权重意味着可自行部署与微调。