阿里通义 Qwen3-VL 系列全新成员 4B 与 8B 模型开源上线
创始人
2025-10-15 13:14:53
0次
IT之家 10 月 15 日消息，阿里通义今日官宣 Qwen3-VL 系列再添新成员 ——Dense 架构的 Qwen3-VL-8B、Qwen3-VL-4B 模型开源上线。
Qwen3-VL-4B / 8B 是密集（Dense）视觉理解模型，显存占用更低，拥有 Qwen3-VL 的全部能力项，每个尺寸都有 Instruct 和 Thinking 两大版本。
Qwen3-VL-8B 在 STEM、VQA、OCR、视频理解和 Agent 任务等公开评测上表现优异，不仅超越 Gemini 2.5 Flash Lite 和 GPT-5 Nano，甚至可以媲美上一代超大尺寸模型 Qwen2.5-VL-72B。
而 4B 版本则在端侧展现更高的性价比，适合在需要 AI 视觉理解的智能终端部署。
值得一提的是，这两款视觉理解模型实现了「视觉精准」与「文本稳健」的协同突破：针对小模型常见的“跷跷板”问题（提升视觉能力往往牺牲文本性能，反之亦然），阿里通过架构创新和技术优化，让模型在保持文本理解能力的同时，增强多模态感知与视觉理解能力，小身板里塞进了更强的视觉和文本能力。
新模型现已上线魔搭社区、Hugging Face，也提供 FP8 版本，IT之家附开源地址如下：
相关内容
热门资讯
67岁男子误信AI喷农药，15...
安徽滁州67岁农户吴大伯因轻信AI生成的除草除虫方案喷洒农药，导致150亩芝麻苗一夜之间全部枯萎，损...
外语专业“遇冷”：AI只是催化...
“人们没有必要恐慌。人工智能是大语言模型，本质仍然是语言。而语言是一切学科的基础，没有语言表达，就没...
AI国际合作的中国声音
[ 人工智能不是少数国家的“特权”，而应成为造福全人类的“公共产品”；人工智能治理不是零和博弈的“角...
特斯拉将开源Model S和M...
8月3日消息，据外电报道，三年前，特斯拉在其服务网站上发布了2012款初代特斯拉Roadster的所...
开源之争，撕裂硅谷
文｜熔财经 每文 7月24日，黄仁勋发出了人生第一条X（原推特）。 这位英伟达掌门人没有发布新架构...
以AI大模型“伏羲”为基础，新...
台风为何经常“跑偏”？因为大气系统自带“混沌”属性，初始条件差之毫厘，最终路径就可能谬以千里。记者2...
ChinaJoy2026｜延伸...
【中国·上海，2026年7月31日】第23届中国国际数码互动娱乐展览会（ChinaJoy）在上海新国...
给中国AI“扣帽子”，遮不住美...
最近，美国对中国AI的围堵，有点歇斯底里。 当地时间7月28日，美国联邦通信委员会(FCC)宣布，将...