阿里巴巴推出緊湊型Qwen3-VL模型，提升多模態AI效率，加速邊緣設備部署

 阿里巴巴人工智能部門今日正式發佈Qwen3-VL視覺語言模型系列的緊湊版，推出4億和8億參數的變體。此舉標誌着先進多模態AI技術向邊緣設備和資源受限環境更廣泛應用的重大飛躍。

性能飛躍，小模型媲美巨頭

此次發佈的4B和8B模型均提供Instruct和Thinking版本，並針對STEM推理、視覺問答（VQA）、光學字符識別(OCR)、視頻理解及代理任務等核心多模態能力進行了優化。

根據公佈的基準測試結果，這些小型模型在多個類別中表現出色，超越了Gemini2.5Flash Lite和GPT-5Nano等競爭對手。更引人注目的是，其性能在若干領域甚至能與僅六個月前發佈的更大規模Qwen2.5-VL-72B模型相媲美，展示出極高的參數效率。

資源優化，推動AI民主化

新模型的關鍵亮點在於顯著降低的VRAM使用率，使其可以直接在消費級硬件如筆記本電腦和智能手機上運行。爲進一步提升效率，阿里巴巴還提供了FP8量化版本，在不犧牲核心能力的前提下進一步降低資源消耗。正如一位參與開發的Qwen團隊成員所說:“小型VL模型適用於部署，並在手機和機器人領域具有顯著意義。”

快速迭代，開源共享

此次緊湊模型的推出，延續了9月首發的Qwen3-VL系列（旗艦模型參數規模達2350億）的路線圖。此前，阿里巴巴在十月初已發佈30B-A3B變體，通過僅30億活躍參數實現了與GPT-5Mini和Claude4Sonnet相當的基準測試結果。這種快速迭代被業內視爲阿里巴巴推動高性能AI民主化的有力體現，尤其適用於機器人等具身系統。

地址:

https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe

https://github.com/QwenLM/Qwen3-VL/tree/main/cookbooks