Qwen3-VL-Embedding&Reranker开源！Qwen 家族新成员+2
2026-01-13 17:20
121
近日，Qwen家族新成员+2，阿里正式发布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。
核心特性
多模态通用性
两个模型系列均能在统一框架内处理文本、图像、可视化文档（图表、代码、UI组件......）、视频等多种模态输入。在图文检索、视频-文本匹配、视觉问答（VQA），多模态内容聚类等多样化任务中，均达到了业界领先水平。
统一表示学习（Embedding）
Qwen3-VL-Embedding充分利用Qwen3-VL基础模型的优势，能够生成语义丰富的向量表示，将视觉与文本信息映射到同一语义空间中，从而实现高效的跨模态相似度计算与检索。
高精度重排序（Reranker）
作为Embedding模型的补充，Qwen3-VL-Reranker接收任意模态组合的查询与文档对（eg：图文查询匹配图文文档），输出精确的相关性分数。在实际应用中，二者常协同工作：Embedding负责快速召回，Reranker负责精细化重排序，构成“两阶段检索流程”，显著提升最终结果精度。
卓越的实用性
该系列继承了Qwen3-VL的多语言能力，支持超过30种语言，适合全球化部署。模型提供灵活的向量维度选择、任务指令定制，以及量化后仍保持的优秀性能，便于开发者集成到现有系统中。
性能表现
在MMEB-v2、MMTEB等权威多模态检索基准测试中，Qwen3-VL系列模型展现出了强劲实力。
Qwen3-VL-Embedding
Qwen3-VL-Embedding-8B模型在MMEB-V2上取得了业界领先的结果，超越了所有先前的开源模型和闭源商业服务。
在纯文本多语言MMTEB基准测试上，Qwen3-VL-Embedding模型与同等规模的纯文本Qwen3-Embedding模型相比虽然有少许的性能差距。但与评测排行榜上其他同等规模的模型相比，它仍然展现出极具竞争力的性能表现。
Qwen3-VL-Reranker
我们使用了MMEB-v2和MMTEB检索基准中各子任务的检索数据集进行评测。对于视觉文档检索，我们采用了JinaVDR和ViDoRe v3数据集。
评测结果表明，所有Qwen3-VL-Reranker模型的性能均持续优于基础Embedding模型和基线Reranker模型，其中8B版本在大多数任务中达到了最佳性能。
这些性能表现的背后，是针对多模态检索流程量身定制的架构设计。
使用指南
Embedding和Reranking模型通常在检索系统中协同使用，形成高效的两阶段检索流程：
1、召回阶段：Embedding模型执行初始召回，从海量数据中快速检索出候选结果。
2、重排序阶段：Reranking模型对候选结果进行精细化排序，呈现最精确的结果。
Embedding模型使用示例
Reranking 模型使用示例
魔搭ModelScope：
0
好文章，需要你的鼓励