国庆长假页不放过，阿里通义千问真的是卷疯了，悄悄放出6个开源模型权重，体积更小的Qwen3-VL：Qwen3-VL-30B-A3B-Instruct 与 Qwen3-VL-30B-A3B-Thinking，相比235B的规模，小伙伴们可以run起来了~

Qwen3-VL —— 迄今为止通义千问系列最强大的视觉-语言模型。Qwen3-VL-30B-A3B-Instruct 多模态表现：Agent 等任务等媲美 GPT-5-Mini 和 Claude4-Sonnet。

Qwen3-VL-30B-A3B-Instruct 纯文本表现

这一代实现全方位升级：

• 文本理解与生成更出色
• 视觉感知与推理更深入
• 上下文长度大幅扩展
• 空间与视频动态理解能力增强
• 智能体交互能力更强大

提供 Dense（稠密） 与 MoE（混合专家） 两种架构，从边缘到云端全覆盖；同时推出 Instruct 指令版 与强化推理的 Thinking 版，可按需灵活部署。

核心能力提升

功能	说明
视觉智能体	自动操作 PC/手机界面：识别界面元素、理解功能、调用工具、完成任务。
视觉编码增强	根据图片或视频一键生成 Draw.io 图表、HTML/CSS/JS 代码。
高级空间感知	精准判断物体位置、视角与遮挡；2D 定位更强，新增 3D 定位，支持空间推理与具身智能。
长上下文 & 视频理解	原生 256 K token，可扩展至 1 M；轻松阅读整本书、解析数小时视频，支持秒级索引与全量召回。
多模态推理升级	STEM / 数学场景表现突出：因果分析、逻辑推导、循证回答。
视觉识别范围扩大	经过更大规模、更高质量预训练，实现“万物可识”：名人、动漫、商品、地标、动植物等。
OCR 再进化	支持语言从 19 种增至 32 种；抗低光、模糊、倾斜；罕见/古文字与专业术语识别更准；长文档结构解析更完善。
文本理解力对齐纯文本 LLM	文本-视觉无缝融合，统一理解无损失。

架构更新

1. Interleaved-MRoPE
   在时序、宽度、高度三个维度全频段分配鲁棒位置编码，长视频推理能力显著提升。
2. DeepStack
   融合多层 ViT 特征，捕捉细粒度细节，强化图文对齐。
3. Text–Timestamp Alignment
   超越 T-RoPE，实现基于时间戳的精准事件定位，视频时序建模更强。

https://hf-mirror.com/Qwen/Qwen3-VL-30B-A3B-Thinking
https://hf-mirror.com/Qwen/Qwen3-VL-30B-A3B-Instruct

AI大模型从0到精通全套学习大礼包

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

只要你是真心想学AI大模型，我这份资料就可以无偿共享给你学习。大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

如果你也想通过学大模型技术去帮助就业和转行，可以扫描下方链接👇👇
大模型重磅福利：入门进阶全套104G学习资源包免费分享！

01.从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

​

02.AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

​

03.学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

04.大模型面试题目详解

05.这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓