阿里通義團(tuán)隊(duì)近日宣布了一項(xiàng)重要開源成果——通義千問3向量模型系列Qwen3-Embedding（簡稱千問3向量模型）。這一全新系列模型的推出，標(biāo)志著阿里在AI技術(shù)領(lǐng)域的又一次重大突破。

千問3向量模型以千問3大模型為基礎(chǔ)，經(jīng)過精心優(yōu)化訓(xùn)練，專門針對文本表征、檢索和排序等核心任務(wù)。相較于前代模型，新模型在文本檢索、聚類、分類等關(guān)鍵性能指標(biāo)上實(shí)現(xiàn)了顯著提升，部分提升幅度高達(dá)40%以上。這一改進(jìn)無疑將為用戶帶來更加高效、準(zhǔn)確的文本處理體驗(yàn)。

在業(yè)界知名的MTEB等專項(xiàng)榜單中，千問3向量模型表現(xiàn)搶眼。其中，Qwen3-Embedding-8B模型更是力壓群雄，超越了谷歌的Gemini Embedding、OpenAI的text-embedding-3-large以及微軟的multilingual-e5-large-instruct等頂尖模型，成功奪得同類模型的最佳性能SOTA稱號。這一榮譽(yù)不僅是對千問3向量模型實(shí)力的認(rèn)可，也是阿里在AI領(lǐng)域深厚技術(shù)底蘊(yùn)的體現(xiàn)。

向量模型作為AI的“翻譯器”，扮演著將非結(jié)構(gòu)化信息（如文本、圖片等）轉(zhuǎn)化為機(jī)器更易理解的向量空間的重要角色。基于這一原理，千問3向量模型能夠?qū)崿F(xiàn)對信息的高效分類、檢索和排序。為了滿足不同用戶的需求，通義團(tuán)隊(duì)通過對比訓(xùn)練、SFT、模型融合等多種方法，精心打造出包含文本嵌入模型Qwen3-Embedding和文本排序模型Qwen3-Reranker在內(nèi)的全新千問3向量模型系列。

得益于千問3大模型的多語言能力，千問3向量模型系列也具備了強(qiáng)大的多語言、跨語言及代碼檢索能力。目前，該系列模型已率先支持超過100種語言，并涵蓋多種編程語言，為用戶提供了更加便捷、高效的跨語言信息檢索服務(wù)。

此次開源的千問3向量模型系列共包含9款不同尺寸的模型，包括0.6B、4B、8B等多種規(guī)格，以及GGUF版本。開發(fā)者可以根據(jù)自己的需求選擇合適的模型，并自由組合模塊，甚至自定義向量或指令，以實(shí)現(xiàn)特定任務(wù)、語言和場景的深度優(yōu)化。這一靈活性無疑將大大拓寬千問3向量模型的應(yīng)用場景和范圍。

目前，千問3 Embedding和Reranker模型均已在魔搭社區(qū)、Hugging Face和GitHub等平臺上開源。開發(fā)者可以直接通過這些平臺獲取模型資源，并利用阿里云百煉提供的API服務(wù)進(jìn)行開發(fā)和應(yīng)用。這一舉措無疑將大大降低開發(fā)者的門檻，推動AI技術(shù)的普及和應(yīng)用。

自4月29日千問3大模型開源以來，該模型已在Artificial Analysis、LiveBench、LiveCodeBench、SuperClue等多個榜單上奪得全球開源冠軍。這一連串的榮譽(yù)不僅彰顯了千問3大模型的強(qiáng)大實(shí)力，也預(yù)示著阿里在AI領(lǐng)域?qū)⒊掷m(xù)保持領(lǐng)先地位。