IT 之家 10 月 22 日消息，阿里通义千问今天宣布，Qwen3-VL 家族 " 再扩列 "：新增 2B 与 32B 两个密集（Dense）模型尺寸，从轻量级到甜品级，全线覆盖视觉语言理解场景。官方表示，该模型手机也能跑，且 " 更适合开发者体质 "。

此次提供两种模型版本：

Instruct：响应更快、执行更稳，适合对话与工具调用；

Thinking：强化长链推理与复杂视觉理解，能 " 看图思考 "，应对高难任务更出色。

根据官方介绍，Qwen3-VL-32B 在 STEM、VQA、OCR、视频理解、代理任务等方面的表现优于 GPT-5 mini 和 Claude 4 Sonnet，仅使用 32B 参数即可匹敌高达 235B 的模型，甚至在 OSWorld 上击败了后者。同时，Qwen3-VL-2B 则在小体量下释放惊人表现，能跑在极限端侧设备上，开发者实验、部署都更轻盈。

IT 之家附体验地址：

ModelScope：https://modelscope.cn/collections/Qwen3-VL-5c7a94c8cb144b

Hugging Face：https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe