10月22日，阿里云通义千问宣布Qwen3-VL家族新增2B与32B两个密集（Dense）模型尺寸。至此，Qwen3-VL已开源四款Dense模型（2B、4B、8B、32B）及两款MoE模型（30B-A3B、235B-A22B）。每款模型均提供Instruct和Thinking两大版本，并同步推出12个FP8量化版，累计24个开源权重模型可在魔搭社区和Hugging Face免费下载商用。

正文：10月22日，阿里通义千问宣布Qwen3-VL家族新增2B与32B两个密集模型尺寸，覆盖视觉语言理解场景。官方称，新模型可在手机运行，适合开发者使用。此次提供Instruct和Thinking两种版本：Instruct响应快、执行稳，适合对话与工具调用；Thinking强化复杂推理与视觉理解，擅长高难度任务。Qwen3-VL-32B在STEM、VQA、OCR等领域表现优于GPT-5 mini和Claude 4 Sonnet，仅32B参数媲美235B模型。Qwen3-VL-2B体积小，能在端侧设备运行，便于实验与部署。体验地址：ModelScope和Hugging Face。

10月15日，阿里通义宣布Qwen3-VL系列新增4B与8B两款Dense架构视觉理解模型，并开源上线。Qwen3-VL-8B在STEM、VQA、OCR等任务中表现优异，超越Gemini 2.5 Flash Lite和GPT-5 Nano，接近上一代超大模型Qwen2.5-VL-72B的性能；4B版本则更适合端侧部署，性价比突出。两款模型通过技术优化解决了小模型常见的“跷跷板”问题，在文本稳健性与视觉精准性上实现协同突破。新模型已上线魔搭社区和Hugging Face，同时提供FP8版本，供开发者使用。

2025年9月，阿里云在云栖大会上发布多项AI技术突破。新一代旗舰模型Qwen3-Max首次在AIME25和HMMT数学评测中拿下满分100分，参数量超万亿，分为指令版和思考版，性能全面提升。视觉模型Qwen3-VL重磅开源，在多项视觉感知评测中超越Gemini 2.5 Pro，并支持复杂视频理解。全模态模型Qwen3-Omni统一文本、图像、音频和视频，衍生出的Qwen3-LiveTranslate实现18种语言实时翻译，准确率领先行业。此外，Qwen3-Coder-Plus升级显著提升编程能力。阿里云智能集团CEO吴泳铭表示，AGI是起点，目标是发展超级人工智能（ASI）。同日，高效架构Qwen3-Next发布，激活3B参数即可媲美235B模型，训练成本降低超90%。