Qwen3-VL-Embedding

Qwen3-VL-Embedding 是一个面向多模态信息检索的嵌入模型，支持文本、图像、截图、视频及混合模态输入的联合语义编码。其核心功能包括生成高质量跨模态向量表示，并与配套的 Qwen3-VL-Reranker 协同完成两阶段检索（召回+精排），技术上基于 Qwen3-VL 大模型构建，具备统一架构、端到端训练和强泛化能力。适用于图文检索、视频理解、视觉问答、智能客服中的多模态知识库搜索等场景。