Qwen: Qwen3 VL 235B A22B Instruct

Qwen3-VL-235B-A22B Instruct es un modelo multimodal de pesos abiertos que combina una sólida generación de texto con la comprensión visual de imágenes y videos. La versión Instruct está orientada a usos generales de visión y lenguaje, como VQA, análisis de documentos, extracción de gráficos y tablas y OCR multilingüe. La serie pone énfasis en una percepción robusta, incluido el reconocimiento de diversas categorías del mundo real y sintéticas, la comprensión espacial mediante anclaje 2D/3D y la comprensión visual de contenido extenso.