在人工智能技術快速發展的今天，阿里巴巴於6月6日正式開源了其全新的千問3向量模型系列 ——Qwen3-Embedding。該模型是基於千問3底座，爲文本表徵、檢索和排序等任務進行優化，標誌着阿里在 AI 領域的又一重大突破。

相較於前一版本，Qwen3-Embedding 在文本檢索、聚類和分類等核心任務上的性能提升了超過40%。這一進步不僅讓它在技術上更具競爭力，還使得它在 MTEB 等專業榜單中，超越了谷歌的 Gemini Embedding、OpenAI 的 text-embedding-3-large 以及微軟的 multilingual-e5-large-instruct 等頂尖模型，獲得了同類模型的最佳性能（SOTA）。

通義 Qwen (2)

圖源備註：圖片由AI生成

簡單來說，向量模型可以看作是 AI 的 “翻譯器”，它通過將文本和圖片等非結構化信息轉換爲機器易於理解的向量，從而實現高效的信息分類、檢索和排序。基於千問3模型，通義團隊採用對比訓練、SFT 和模型融合等多種方法，成功打造出這一新型向量模型，涵蓋了文本嵌入模型 Qwen3-Embedding 及文本排序模型 Qwen3-Reranker。

值得一提的是，千問3向量模型具有強大的多語言能力，支持超過100種語言，包括多種編程語言，展現出卓越的多語言、跨語言及代碼檢索能力。這爲全球開發者提供了更爲廣闊的應用空間。

此次開源的千問3向量模型共有9款，涵蓋不同尺寸（0.6B、4B、8B 等）及 GGUF 版本，開發者可以根據需求選擇合適的模型，並自由組合模塊，甚至可以自定義向量或指令，以實現特定任務、語言和場景的深度優化。這一靈活性將極大提升開發者的工作效率。

目前，千問3Embedding 和 Reranker 模型已經在魔搭社區、Hugging Face 和 GitHub 等多個平臺上開源，開發者還可以通過阿里雲百鍊直接使用 API 服務。自4月29日開源以來，千問3大模型在多個國際榜單中取得了開源冠軍的好成績。