假如你是一个致力于将 AI 引入传统行业的工程团队。现在，你有一个问题：训练一个能看懂复杂机械图纸、设备维护手册或金融研报图表的多模态助手。这个助手不仅要能专业陪聊，更要能精准地识别图纸上的零件标注，或者从密密麻麻的财报截图中提取关键数据。
今天受邀，参加了一个非常有趣的活动，现场人真的爆满了，很多人都是从外地特意赶过来的。 这个活动，叫AGI-NEXT。 主要是几个演讲的嘉宾，过于重磅了。 开源四巨头除了DeepSeek没来，智谱的唐杰老师、Kimi的杨植麟、Qwen的林俊旸，齐聚一堂。
今天，Qwen 家族新成员+2，我们正式发布 Qwen3-VL-Embedding 和 Qwen3-VL-Reranker 模型系列，这两个模型基于 Qwen3-VL 构建，专为多模态信息检索与跨模态理解设计，为图文、视频等混合内容的理解与检索提供统一、高效的解决方案。
，时长 00:20 视频 1：单样例推理速度对比：SGLang 部署的 Qwen3-8B (NVIDIA) vs. LoPA-Dist 部署 (NVIDIA & Ascend)（注：NVIDIA 平台
你知道吗，DeepSeekTwitter、Mac、Qwen，最初都只是副项目？真正改变世界的产品，可能根本不在公司的PPT路线图上。
2025最后几天，是时候来看点年度宝藏论文了。
能翻译33语种+5方言，医学术语/粤语翻译实测“能打”。
作为大模型从业者或研究员的你，是否也曾为一个模型的 “长文本能力” 而兴奋，却在实际应用中发现它并没有想象中那么智能？
太香了太香了，妥妥完爆ChatGPT和Nano Banana！
热门LoRA首次内置，控光换镜头实测可用。
