Qwen3-VL-Embedding是阿里通義於2026年1月8日發布並開源的多模態向量表示模型，主要套用於圖文、視頻等混合內容的理解與檢索。
該模型基於Qwen3-VL構建，採用雙塔架構獨立編碼文本、圖像、可視化文檔及視頻等多模態內容，通過提取基座模型最後一層[EOS] token的隱藏狀態向量生成統一高維語義表示，支持單模態或混合模態輸入映射到同一語義空間。在MMEB-v2基準測試中，其8B版本超越所有先前開源模型和閉源商業服務；在MMTEB多語言文本測試中雖略低於同規模純文本模型但仍具競爭力。模型支持超30種語言，提供靈活向量維度選擇、任務指令定製及量化最佳化，並與Qwen3-VL-Reranker構成兩階段檢索流程。
基本介紹
- 外文名：Qwen3-VL-Embedding
- 發布單位：阿里通義
簡介,發展歷史,
簡介
Qwen3-VL-Embedding模型基於Qwen3-VL構建，專為多模態信息檢索與跨模態理解設計，為圖文、視頻等混合內容的理解與檢索提供統一、高效的解決方案。
Qwen3-VL-Embedding充分利用Qwen3-VL基礎模型的優勢，能夠生成語義豐富的向量表示，將視覺與文本信息映射到同一語義空間中，從而實現高效的跨模態相似度計算與檢索。
發展歷史
2026年1月8日，通義大模型正式發布並開源Qwen3-VL-Embedding模型系列。
