在全球大模型竞争日趋白热化的背景下，阿里云以更丰富、更开放的开源策略积极应对。2025年10月22日，通义千问团队正式发布 Qwen3-VL 视觉语言模型家族的两款全新密集型（Dense）模型——Qwen3-VL-2B 与 Qwen3-VL-32B，进一步完善了其多模态产品矩阵。官方表示，该模型手机也能跑，且“更适合开发者体质”。
此次更新后，Qwen3-VL 家族已形成覆盖广泛应用场景的完整开源体系：包括四款 Dense 模型（2B、4B、8B、32B）以及两款 Mixture of Experts（MoE）架构模型（30B-A3B 与 235B-A22B），参数规模从 20 亿延伸至 2350 亿，全面适配从边缘端轻量部署到云端高性能推理的多样化需求。其中，2B 模型因体积小巧、效率高，特别适合端侧设备；而 32B 模型则在 STEM、视觉问答（VQA）、OCR、视频理解等复杂任务上展现出强大能力。
尤为引人注目的是，所有新老模型均同步提供 Instruct（指令微调）与 Thinking（推理增强）两个版本，开发者可根据具体任务灵活选择。例如，Qwen3-VL-2B-Thinking 已在 Hugging Face 平台开源，采用 Apache-2.0 许可，支持商业用途，并可通过 Transformers 接口直接调用。
为提升部署效率，阿里云还同步推出了 12 款 FP8 量化版本模型，在几乎不损失精度的前提下，显著降低显存占用与推理延迟，加速多模态 AI 在实际业务场景中的落地。
目前，全部 Qwen3-VL 开源模型权重已在魔搭（ModelScope）社区与 Hugging Face 免费开放下载，且均支持商业应用。这一举措不仅大幅降低了企业、学术机构及创业团队接入前沿多模态技术的门槛，也彰显了阿里云坚持开源开放、推动普惠智能的战略决心。
在行业普遍倾向闭源的当下，通义千问通过持续扩充开源模型家族，正推动 AI 能力从“可用”向“好用”“易用”演进，加速多模态大模型在千行百业中的真实应用与价值释放。
体验地址：
https://modelscope.cn/collections/Qwen3-VL-5c7a94c8cb144b
https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe