linux办公网
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：

能力 Dense 架构 视觉 系列 模型 Qwen 文本 版本 阿里

上一篇：AI攻防“倍速”激战，Check Point以“AI对抗AI”重构安全防线

下一篇：AI真的开始“读心”了？

相关内容

热门资讯

国产大模型下调推理服务价格，南... 近日，国内某大模型企业宣布下调其flash系列模型服务价格，输入缓存命中、输入缓存未命中及输出价格最...
AI新手用拼豆庆祝教师节
解码青年人AI生活《2026有... 中新网深圳9月5日电(记者索有为)《2026有意思生活方式报告》(下称《报告》)4日在全国首个有意思...
OpenAI 最强 AI 生图... 9月9日消息，OpenAI 9 月 9 日官宣发布 ChatGPT Images 2.5，图像生成延...
探索AI供应链产业化路径京东推... 2026年以来，人工智能应用范围加速拓展，持续从数字空间走向现实生活，广泛融入生产线、仓储厂房、配送...
教育部发文！AI生成内容，教师... 一篇论文，因为AI使用不当，相关高校师生被通报处理。 9月2日，安徽财经大学公布“教师与学生涉嫌学术...
夏夜逛吃记 #剪映让好作品告别...
AI识别出近800种可充当乳化... 英国利兹大学食品科学与营养学院和爱丁堡大学科学家携手，开发出一款 人工智能（AI）工具，能从数千万种...
搭上低空经济、AI文旅？两连板... 桂林旅游（000978）回应市场热点。 9月8日，桂林旅游再度涨停，斩获2连板。当天晚间，该公司披露...
硅谷：我们不能被硅谷“AI刹车... 【文/底线思维】 OpenAI首席科学家Jakub Pachocki最近写了一篇文章，题目叫《An ...