双模退火（Bi-mode annealing）是由腾讯混元团队与中科院自动化于 2025 年 8 月合作提出的，相关研究成果发表于论文「R-4B: Incentivizing General-Purpose Auto-Thinking Capability in MLLMs via Bi-Mode Annealing and Reinforce Learning」。

双模退火旨在训练一个在通用领域中天生具备思考和思考外模式能力的模型。在退火阶段之后，模型在通用领域后续的自动思考训练将奠定好坚实基础。