强化学习已在提升大语言模型推理能力方面展现出显著成效。近期的研究工作逐步将这一范式拓展至多模态推理任务。由于多模态任务本身具有固有的复杂性与多样性，尤其是在语义内容和问题表述方面，现有模型在不同领域及难度层级上往往表现出性能不稳定的问题。为解决上述局限，我们提出了 VL-Cogito——一种基于新型多阶段渐进式课程强化学习（Progressive Curriculum Reinforcement Learning, PCuRL）框架训练的先进多模态推理模型。PCuRL 通过系统性地引导模型逐步完成难度递增的任务，显著提升了其在多样化多模态情境下的推理能力。该框架引入两项关键创新：（1）在线难度软加权机制，动态调整强化学习各训练阶段的难度；（2）动态长度奖励机制，促使模型根据任务复杂度自适应地调节推理路径的长度，从而在推理效率与正确性之间实现良好平衡。实验评估表明，VL-Cogito 在涵盖数学、科学、逻辑与通用理解等主流多模态基准测试中，持续达到或超越现有面向推理的模型性能，充分验证了本方法的有效性。