📌 📄 内容摘要:
𝒳 (@Lays) 在 Qwen3-VL 系列—— Qwen 系列中最强大的视觉语言模型 中发帖
🚀 Qwen 正式推出全新升级的 Qwen3-VL 系列 —— 这是迄今为止 Qwen 系列中最强大的视觉语言模型。
旗舰模型 Qwen3-VL-235B-A22B 现已开源，提供 Instruct 和 Thinking 两个版本：
✅ Instruct 版本在关键视觉基准测试上超越 Gemini 2.5 Pro
✅ Thinking 版本在多模态推理任务上达到业界领先水平（SOTA）
✨ 主要突破：
🖥 视觉代理：在 PC / 手机上操作 GUI—— 理解按钮、调用工具并完成真实世界任务（在 OS World 上达到 SOTA）
💻 视觉编码：将屏幕截图转换为代码（HTML/CSS/JS，Draw.io）—— 真正的 “所见即所得” 开发
📚 256K+ 上下文（可扩展到 1M）→ 支持 2 小时视频和多页长 PDF
🌍 32 种语言的 OCR，增强了对模糊、倾斜或稀有字...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/978571/1
─────────────────────────────
📢 来源：LINUX DO
