百度智能云开源视觉理解模型 Qianfan-VL

百度智能云千帆正式开源推出全新视觉理解模型——qianfan-vl。该模型系列涵盖3b、8b和70b三种参数规模，专为面向企业级多模态应用需求而设计，并在实际产业场景中进行了深度优化。

官方表示，Qianfan-VL不仅拥有强大的通用视觉理解能力，更针对OCR识别、教育等高频垂直应用场景进行了专项增强，显著提升其在真实业务环境中的表现。即日起至10月10日，开发者与企业用户可登录百度智能云千帆平台，免费试用8B与70B版本模型。

Qianfan-VL基于主流开源架构研发，全量训练与推理流程均在百度自研昆仑芯P800平台上完成，具备以下核心优势：

• 多规格适配多样化场景：提供3B、8B、70B三款不同尺寸的模型，满足从边缘端到云端各类部署需求，灵活匹配各类企业与开发团队。
• 支持思维链推理机制：8B及70B版本可通过特定token启用“思考”模式，实现复杂图表解析、视觉逻辑推理、数学题目解答等高阶任务。
• 强化OCR与文档处理能力：重点优化了全场景文字识别与复杂版式文档理解能力，在多项权威评测中取得领先成绩，助力企业构建高精度视觉AI系统。

部分性能测评结果如下：

更多技术细节与使用指南请参见官方发布内容。

源码下载地址：点击获取