Qwen: Qwen3 VL 235B A22B Instruct

Qwen3-VL-235B-A22B Instruct é um modelo multimodal de pesos abertos que combina geração de texto avançada com compreensão visual de imagens e vídeos. A versão Instruct é voltada ao uso geral em tarefas de visão e linguagem, incluindo VQA, análise de documentos, extração de dados de gráficos e tabelas e OCR multilíngue. A série prioriza uma percepção robusta, incluindo o reconhecimento de diversas categorias do mundo real e sintéticas, compreensão espacial por meio de localização 2D/3D e compreensão visual de conteúdo extenso.