Qianfan-VL是百度智慧型雲千帆模型研發團隊開發的視覺理解模型，於2025年9月22日正式發布並全面開源。該系列模型基於開源模型開發，提供3B、8B、70B三種參數規格，支持在自研崑崙芯P800晶片上進行單任務5000卡規模並行計算。
8B和70B版本通過特殊token激活思維鏈能力，可處理複雜圖表解析、數學解題等場景，同時在OCR全場景識別與複雜版面文檔理解任務中表現優異。在通用能力測試中，模型於ScienceQA、RefCOCO等數據集展現參數規模與性能的正相關關係，其文檔理解能力在OCRBench等基準測試中表現優異，數學解題能力在MathVista-mini、MathVision等測試中成績優異。該系列模型通過四階段訓練策略增強領域能力，構建了涵蓋文檔識別、數學解題等任務的大規模數據合成管線。模型上下文長度為32k。
基本介紹
- 中文名：Qianfan-VL
- 開發團隊：百度智慧型雲千帆模型研發團隊
簡介,發展歷史,模型規格,性能表現,套用場景,技術創新,開源與推廣,
簡介
2025年9月22日，百度智慧型雲千帆推出視覺理解模型Qianfan-VL並開源。Qianfan-VL系列模型由百度智慧型雲千帆模型研發團隊基於開源模型開發，並在百度自研崑崙芯P800上完成全流程計算任務。崑崙芯P800為模型計算提供了算力支持，用於處理數據與算法計算，同時支持單任務5000卡規模的並行計算。該硬體與模型的結合旨在提升計算效率。該模型在部分通用和垂類任務評測中取得較好結果。Qianfan-VL系列包含3B、8B、70B三種參數規模的模型。該模型具備基礎通用能力，並針對產業落地中的高頻需求，如OCR和教育垂直場景做了專項強化。8B和70B規模的模型支持通過特殊token激活思維鏈能力，套用於複雜圖表理解、視覺推理等場景。該模型具備OCR全場景識別和複雜版面文檔理解能力，在相關測試中取得結果。
發展歷史
2025年9月22日，百度智慧型雲千帆正式推出全新視覺理解模型Qianfan-VL，並全面開源。
該平台提供了包括8B和70B在內的不同規模模型。
模型規格
Qianfan-VL系列提供3B、8B和70B三種參數規格的模型，其中Qianfan-VL-3B參數量為3B，上下文長度32k，不支持思維鏈能力，適用於端上實時場景和OCR文字識別；Qianfan-VL-8B參數量為8B，上下文長度32k，支持思維鏈能力，適用於服務端通用場景和微調最佳化場景；Qianfan-VL-70B參數量為70B，上下文長度32k，支持思維鏈能力，適用於離線數據合成和複雜推理計算場景。
性能表現
Qianfan-VL系列模型在通用和垂類任務評測中取得相關結果。在通用能力基準測試中，該系列模型展現出一定的核心優勢，模型性能隨參數規模增大有所提升。在ScienceQA等專業問答測試中，其精準度表現受到關注，在多模態任務如RefCOCO等測試中，其物體識別與關聯能力也被納入評測。
Qianfan-VL系列模型在OCR與文檔理解領域具備OCR全場景識別能力，能夠識別手寫體、數學公式、自然場景文字，並可對卡證票據信息進行結構化提取，其複雜版面文檔理解能力可用於分析版面元素，解析表格、圖表，實現文檔智慧型問答與結構化解析。在OCRBench等測試中，其表現隨參數規模提升有所變化。
Qianfan-VL系列的8B和70B模型支持通過特殊token激活思維鏈能力，可套用於複雜圖表理解、視覺推理、數學解題等場景。在數學解題基準測試中，如在MathVista-mini、MathVision等測試中，其表現隨參數規模提升有所變化。
套用場景
Qianfan-VL的套用場景包括智慧型文檔處理、智慧型客服與虛擬助手、工業質檢與安防監控、教育輔導與知識問答以及智慧型內容創作。智慧型文檔處理適用於票據識別、契約分析、報告解讀等，實現文檔內容的自動化提取與理解；智慧型客服與虛擬助手結合圖像信息，提供更精準、豐富的互動體驗；工業質檢與安防監控進行缺陷檢測、目標識別、行為分析，提升自動化程度和效率；教育輔導與知識問答輔助解決數學題、理解圖表內容，提供個性化學習支持；智慧型內容創作作為基礎模型，可賦能圖像描述生成、圖片內容摘要等套用。
技術創新
Qianfan-VL通過多模態架構設計，結合持續預訓練和技術方法，實現了領域增強的通用視覺-語言能力。能力增強訓練方案採用四階段漸進式訓練策略，包括跨模態對齊、通用知識注入、領域增強知識注入和指令調優。數據合成管線覆蓋文檔識別、數學解題、圖表理解、表格識別、公式識別、自然場景OCR等核心任務。計算系統基於硬體加速技術，構建了大規模（5000卡）分散式計算系統，採用3D並行等策略，實現了超過90%的集群擴展效率。
開源與推廣
2025年9月22日，百度智慧型雲千帆正式推出全新視覺理解模型——Qianfan-VL，並全面開源。該系列模型包含3B、8B和70B三個尺寸版本。企業用戶和開發者可在百度智慧型雲千帆平台體驗8B、70B模型。
百度智慧型雲千帆將其開源視為將模型套用於實際生產場景的初步嘗試。
百度智慧型雲計畫後續推出新的產業級模型。
