/ Модель

Характеристики

Размер весов
4,3 ГБ
Лицензия
Apache 2.0
Базовая модель
Qwen3-VL-2B-Thinking
Библиотека
zeromodels
Опубликована
26 июл 2026

qwen3-vl-2b-thinking

Изображение и текст → текст7 профессий

Мультимодальная конверсия Qwen3-VL-2B-Thinking для анализа изображений и генерации текстовых ответов.

2 660скачиваний за 30 дней0лайковвеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zeromodels/qwen3-vl-2b-thinking — конверсия модели Qwen3-VL-2B-Thinking от команды Qwen в реализацию на Keras 3. Компактная мультимодальная модель принимает изображения и текст и генерирует текст; веса хранятся в формате bfloat16. Реализация запускается с TensorFlow, Torch и JAX через Qwen3VLProcessor.

Модель предназначена для диалогового анализа изображений, визуальных рассуждений и задач вроде OCR. Репозиторий предоставляет вариант на 2 млрд параметров; модель построена на базе Qwen/Qwen3-VL-2B-Thinking. Лицензия — Apache 2.0. Для подробностей о возможностях и условиях использования автор README отсылает к карточке исходной модели.

Сценарии применения

  • ответы на вопросы по изображениям
  • визуальное рассуждение по изображению
  • распознавание текста на изображениях (OCR)
  • диалоговый анализ визуального содержимого

Ограничения

README не приводит отдельной оценки качества или перечня ограничений и отсылает за подробностями к карточке исходной модели. Вход модели включает изображение и текст, выход — текст.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Run Qwen3-VL with Keras 3: JAX, PyTorch, or TensorFlow

GitHub Docs HuggingFace

zeromodels/qwen3-vl-2b-thinking

Pure-Keras 3 conversion of Qwen/Qwen3-VL-2B-Thinking for zeromodels. One implementation runs unmodified on TensorFlow / Torch / JAX. This is the 2B variant, served here as image + text -> text via Qwen3VLProcessor; weights are stored in bfloat16.

For model details, license, and usage terms, see the upstream model card.

Paper: Qwen3 Technical Report (arXiv:2505.09388) · HF Papers

Paper: Qwen2.5-VL Technical Report (arXiv:2502.13923) · HF Papers

Paper: Qwen2-VL: Enhancing Vision-Language Model's Perception of the World at Any Resolution (arXiv:2409.12191) · HF Papers

Paper: Qwen-VL: A Frontier Large Vision-Language Model with Versatile Abilities (arXiv:2308.12966) · HF Papers

✨ Quick start

Text-only

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from zeromodels.models.qwen3_vl import Qwen3VLTextGenerate, Qwen3VLProcessor

model = Qwen3VLTextGenerate.from_weights("zeromodels/qwen3-vl-2b-thinking")
processor = Qwen3VLProcessor.from_weights("zeromodels/qwen3-vl-2b-thinking")

inputs = processor(conversation=[
    {"role": "user", "content": [{"type": "text", "text": "Hello, who are you?"}]}
])
outputs = model.generate(**inputs, max_new_tokens=64)
print(processor.decode(outputs[0]))

Image + text

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from PIL import Image
from zeromodels.models.qwen3_vl import Qwen3VLConditionalGenerate, Qwen3VLProcessor

model = Qwen3VLConditionalGenerate.from_weights("zeromodels/qwen3-vl-2b-thinking")
processor = Qwen3VLProcessor.from_weights("zeromodels/qwen3-vl-2b-thinking")

inputs = processor(conversation=[
    {"role": "user", "content": [
        {"type": "image", "image": Image.open("photo.jpg")},
        {"type": "text", "text": "Describe this image in one sentence."},
    ]}
])
outputs = model.generate(**inputs, max_new_tokens=64)
print(processor.decode(outputs[0]))

Load any Qwen3-VL variant the same way with from_weights("zeromodels/<variant>"):

VariantHub
qwen3-vl-2b-instructzeromodels/qwen3-vl-2b-instruct
qwen3-vl-2b-thinkingzeromodels/qwen3-vl-2b-thinking
qwen3-vl-4b-instructzeromodels/qwen3-vl-4b-instruct
qwen3-vl-4b-thinkingzeromodels/qwen3-vl-4b-thinking
qwen3-vl-8b-instructzeromodels/qwen3-vl-8b-instruct
qwen3-vl-8b-thinkingzeromodels/qwen3-vl-8b-thinking
qwen3-vl-32b-instructzeromodels/qwen3-vl-32b-instruct
qwen3-vl-32b-thinkingzeromodels/qwen3-vl-32b-thinking

Special Thanks

A huge thank you to the Qwen team at Alibaba for creating and releasing these models.

License: Apache 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · zeromodels

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
6ac87b3

0 моделей