英文：Multimodal Reasoning 分类：multimodal
需要结合多种模态证据进行逻辑推理的能力，如"看图表+读文字→回答问题"。它超越单模态识别，是多模态大模型的高阶能力。
任务类型：图表推理（表格/图→结论）、视觉数学（图中有题）、时空推理（视频因果）、跨模态验证（图文一致性）；评测：MMMU、MathVista、ChartQA；难点：多步推理+模态证据定位（引用区域）。
用于科学教育（图解题目）、数据分析（图表问答）、智能文档（图表+正文）与诊断辅助（影像+病历）；多模态推理是"理解复杂现实"的关键。