并行思维作为一种新兴方法，通过同时探索多种推理路径，显著提升了大型语言模型（LLMs）的推理能力。然而，通过训练激活这一能力仍面临挑战，因为现有方法主要依赖于在合成数据上进行监督微调（SFT），这更倾向于诱导“教师强制模仿”行为，而非鼓励探索与泛化。与之不同，我们提出了Parallel-R1，这是首个面向复杂现实世界推理任务的强化学习（RL）框架，能够实现并行思维行为。该框架采用渐进式课程设计，明确解决了在强化学习中训练并行思维所面临的冷启动问题：首先在较简单任务生成的提示轨迹上进行SFT，以初步培养模型的并行思维能力；随后转入强化学习阶段，在更具挑战性的任务上探索并泛化该能力。在多个数学基准测试（包括MATH、AMC23和AIME）上的实验表明，Parallel-R1成功实现了并行思维，相较于直接在复杂任务上使用强化学习训练的顺序思维模型，准确率提升了8.4%。进一步分析揭示了模型思维模式的显著转变：在早期阶段，模型将并行思维用作探索策略；而在后期阶段，则将其用于多视角验证。尤为重要的是，我们验证了并行思维作为一种中段训练期间的探索性支撑机制——这一临时的探索阶段在强化学习结束后显著提升了模型的性能上限，在AIME25上相较基线模型实现了42.9%的性能提升。我们的模型、数据与代码将开源，地址为：https://github.com/zhengkid/Parallel-R1。