阿里通义 qwen 团队最新宣布，qwen3-vl 系列迎来重磅升级，新增 2b 与 32b 两款密集型（dense）模型，实现从轻量级到高性能级的全面布局，全方位覆盖各类视觉语言理解应用场景。
此次发布的两个版本各具特色，满足多样化需求：
- Instruct 版本：响应迅捷、运行稳定，专为高效对话交互与工具调用场景优化；
- Thinking 版本：强化复杂推理与深度视觉理解能力，具备“看图思考”特性，轻松应对高难度任务挑战。
官方指出，Qwen3-VL-32B 在 STEM、视觉问答（VQA）、OCR、视频理解及代理任务等多个关键评测中表现卓越，超越 GPT-5 mini 和 Claude 4 Sonnet。仅凭 32B 参数量，其性能即可媲美高达 235B 的大模型，甚至在 OSWorld 任务中实现反超。
而 Qwen3-VL-2B 虽体积小巧，却展现出惊人潜力，可在极致端侧设备上流畅运行，极大降低开发与部署门槛。无论是图像识别、内容生成，还是逻辑推理与创意创作，Qwen3-VL 系列正让“理解视觉世界”变得更轻便、更快速、更智能。
截至目前，Qwen3-VL 已开源 2B、4B、8B、32B 四款 Dense 模型，以及 30B-A3B、235B-A22B 两款 MoE 架构模型。每款均提供 Instruct 与 Thinking 双版本，并配套推出 12 个 FP8 量化版本，累计开放 24 个可商用权重模型，全部免费下载使用。
