9月24日的2025云棲大會(huì)上,阿里開(kāi)源新一代視覺(jué)理解模型Qwen3-VL。該模型在視覺(jué)感知和多模態(tài)推理方面實(shí)現(xiàn)重大突破,在32項(xiàng)核心能力測(cè)評(píng)中超過(guò)Gemini2.5-Pro和GPT-5。同時(shí),Qwen3-VL大幅提升了視覺(jué)Agent、視覺(jué)編程和空間感知等關(guān)鍵能力,不但可調(diào)用摳圖、搜索等工具完成“帶圖推理”,也可以憑借一張?jiān)O(shè)計(jì)草圖或一段小游戲視頻直接“視覺(jué)編程”,“所見(jiàn)即所得”地復(fù)刻圖表、網(wǎng)頁(yè)和復(fù)雜程序。

本次開(kāi)源的是旗艦版Qwen3-VL-235B-A22B,有開(kāi)源指令(Instruct)模型和推理(Thinking)模型兩大版本。Qwen3-VL展現(xiàn)了在復(fù)雜視覺(jué)任務(wù)中的強(qiáng)大泛化能力與綜合性能,在邏輯謎題、通用視覺(jué)問(wèn)答、多語(yǔ)言文本識(shí)別與圖表文檔解析、二維與三維目標(biāo)定位、具身與空間感知、視頻理解等32項(xiàng)具體測(cè)評(píng)中,指令版Qwen3-VL超越了Gemini2.5-Pro 和 GPT5等閉源模型,同時(shí)刷新了開(kāi)源多模態(tài)模型的最佳成績(jī)。推理版Qwen3-VL多模態(tài)思考能力顯著增強(qiáng),在 MathVision、MMMU、MathVista 等權(quán)威評(píng)測(cè)中達(dá)到領(lǐng)先水平。
Qwen3-VL擁有極強(qiáng)的視覺(jué)智能體和視覺(jué)Coding能力,幾乎刷新所有相關(guān)評(píng)測(cè)的最佳性能。Qwen3-VL 不僅能看懂圖片,還能像人一樣操作手機(jī)和電腦,自動(dòng)完成許多日常任務(wù),例如打開(kāi)應(yīng)用、點(diǎn)擊按鈕、填寫信息等,實(shí)現(xiàn)智能化的交互與自動(dòng)化操作。輸入一張圖片,Qwen3-VL可自行調(diào)用Agent工具放大圖片細(xì)節(jié),通過(guò)更仔細(xì)的觀察分析,推理出更好的答案;看到一張?jiān)O(shè)計(jì)圖,Qwen3-VL 就能生成Draw.io/HTML/CSS/JS 代碼,“所見(jiàn)即所得”地完成視覺(jué)編程,真正推動(dòng)大模型從“識(shí)別”邁向“推理與執(zhí)行”。
Qwen3-VL可支持?jǐn)U展百萬(wàn)tokens上下文,視頻理解時(shí)長(zhǎng)擴(kuò)展到2小時(shí)以上。這意味著,無(wú)論是幾百頁(yè)的技術(shù)文檔、整本教材,還是長(zhǎng)達(dá)數(shù)小時(shí)的會(huì)議錄像或教學(xué)視頻,都能完整輸入、全程記憶、精準(zhǔn)檢索。Qwen3-VL還能根據(jù)時(shí)間戳精確定位“什么時(shí)候發(fā)生了什么”,比如“第15分鐘穿紅衣服的人做了什么”“球從哪個(gè)方向飛入畫面”等,都能準(zhǔn)確回答。

大模型的空間理解能力是實(shí)現(xiàn)具身智能的基礎(chǔ),Qwen3-VL 專門增強(qiáng)了3D檢測(cè)(grounding)能力,可以更好地感知空間。當(dāng)前,機(jī)器人想要輕松抓住桌上的一個(gè)蘋果,并不容易。憑借Qwen3-VL強(qiáng)大的3D檢測(cè)能力,未來(lái)可讓機(jī)器人更好地判斷物體方位、視角變化和遮擋關(guān)系,從而準(zhǔn)確判斷蘋果的位置與自身距離,實(shí)現(xiàn)精準(zhǔn)抓取。
據(jù)了解,千問(wèn)視覺(jué)理解模型已實(shí)現(xiàn)廣泛落地,比如國(guó)家天文臺(tái)聯(lián)合阿里云發(fā)布的全球首個(gè)太陽(yáng)大模型“金烏”,正是基于 Qwen-VL 等模型以超過(guò)90萬(wàn)張?zhí)?yáng)衛(wèi)星圖像為樣本完成微調(diào)訓(xùn)練。未來(lái),Qwen3-VL模型還將開(kāi)源更多尺寸版本。即日起,用戶可在通義千問(wèn)QwenChat上免費(fèi)體驗(yàn)Qwen3-VL,也可通過(guò)阿里云百煉平臺(tái)調(diào)用API服務(wù)。
友情鏈接: 政府 高新園區(qū)合作媒體
Copyright 1999-2025 中國(guó)高新網(wǎng)chinahightech.com All Rights Reserved.京ICP備14033264號(hào)-5
電信與信息服務(wù)業(yè)務(wù)經(jīng)營(yíng)許可證060344號(hào)主辦單位:《中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào)》社有限責(zé)任公司