阿里Qwen发布多模态检索与排序模型，开源并支持多种场景。

介绍 Qwen3-VL-Embedding 和 Qwen3-VL-Reranker——推进多模态检索和跨模态理解的最新水平！
亮点：
- 基于强大的 Qwen3-VL 基础模型
- 处理文本、图像、截图、视频和多模态输入
- 支持30+种语言
- 在多模态检索基准上达到最先进性能
- 开源，可在 Hugging Face、GitHub 和 ModelScope 获取
- 即将在阿里云上部署 API！

两阶段检索架构：
- Embedding 模型——在统一嵌入空间中生成语义丰富的向量表示
- Reranker 模型——计算细粒度相关性分数以提高检索准确性

关键应用场景：
图像-文本检索、视频搜索、多模态 RAG、视觉问答、多模态内容聚类、多语言视觉搜索等！

开发者友好功能：
• 可配置的嵌入维度
• 任务特定指令定制
• 嵌入量化支持，实现高效且成本低廉的下游部署
Hugging Face：
https://huggingface.co/collections/Qwen/qwen3-vl-embedding…
https://huggingface.co/collections/Qwen/qwen3-vl-reranker…
ModelScope：
https://modelscope.cn/collections/Qwen/Qwen3-VL-Embedding…
https://modelscope.cn/collections/Qwen/Qwen3-VL-Reranker…
Github: https://github.com/QwenLM/Qwen3-VL-Embedding…
Blog: https://qwen.ai/blog?id=qwen3-vl-embedding…
Tech Report: https://github.com/QwenLM/Qwen3-VL-Embedding/blob/main/assets/qwen3vlembedding_technical_report.pdf…