這是一個基於Qwen3 VL 8B模型的混合量化版本，採用MXFP4量化技術並在密集模型上使用混合權重。該模型在保持接近Q8精度的同時，實現了更小的文件大小和更高的推理速度，是效率與精度平衡的優秀解決方案。

多模態Safetensors其他

這是一個基於Qwen3 VL 8B模型的實驗性混合量化版本，採用MXFP4_MOE技術結合高精度權重，在保持接近Q8精度的同時，實現更小的文件體積和更高的推理速度。該模型探索了混合量化方法，在精度損失和性能之間取得了良好平衡。

多模態Safetensors其他

這是一個增強版的多模態視覺語言模型，基於Qwen3-VL-8B-Thinking模型，通過Brainstorm 20x技術擴展至12B參數，採用NEO Imatrix增強的GGUF量化。模型具備強大的圖像理解、文本生成和多模態推理能力，在視覺感知、文本質量和創意場景方面都有顯著提升。

多模態Gguf多語言

這是慧慧Qwen3-VL-8B思維消融模型的量化版本，基於Qwen3-VL-8B架構，專門針對圖像文本轉換任務進行了優化和量化處理，可通過llama.cpp工具高效運行。

多模態Gguf

慧慧Qwen3-VL-8B指令消融模型的量化版本，專門用於圖像文本到文本的轉換任務。該模型基於Qwen3-VL-8B架構，經過指令消融優化和量化處理，可在保持性能的同時降低計算資源需求。

多模態Gguf

Qwen3-VL-8B-Thinking是通義千問系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力，以及出色的智能體交互能力。

多模態Gguf

Qwen3-VL是通義系列中最強大的視覺語言模型，在文本理解與生成、視覺感知與推理、上下文長度、空間和視頻動態理解以及智能體交互能力等方面全面升級。該模型提供密集架構和混合專家架構，支持從邊緣設備到雲端的靈活部署。

多模態Transformers

Qwen3-VL-8B-Thinking是通義千問系列中最強大的視覺語言模型，具備增強推理能力的8B參數版本。該模型在文本理解、視覺感知、空間理解、長上下文處理等方面全面升級，支持多模態推理和智能體交互。

多模態Gguf

Qwen3-VL-8B-Instruct是通義系列中最強大的視覺語言模型，具備卓越的文本理解和生成能力、深入的視覺感知和推理能力、長上下文支持以及強大的空間和視頻動態理解能力。

多模態Transformers

這是Qwen3-VL-8B-Abliterated-Caption-it模型的靜態量化版本，支持多語言圖像描述任務，提供多種量化級別選擇，平衡性能與資源需求。

多模態Transformers多語言

Qwen3-VL是Qwen系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力，以及出色的智能體交互能力。

多模態Transformers

Qwen3-VL是通義系列中最強大的視覺語言模型，在文本理解與生成、視覺感知與推理、上下文長度、空間和視頻動態理解以及智能體交互能力等方面都進行了全面升級。該模型提供密集架構和混合專家架構，支持從邊緣設備到雲端的靈活部署。

多模態Gguf

Qwen3-VL-TimeTravel是基於Qwen3-VL-8B-Instruct模型，使用Unsloth庫在MBZUAI/TimeTravel數據集上進行微調得到的版本。該模型專門用於生成歷史文物圖像的描述，在歷史和文化文物分析方面具有專業能力。

多模態Transformers英語

Qwen3-VL-8B-Thinking-MNN是基於Qwen3-VL-8B-Thinking導出的MNN模型的4位量化版本，專為文本生成和聊天場景優化，支持視覺語言理解任務

Qwen3-VL是通義大模型系列最強大的視覺語言模型，在文本理解、視覺感知、空間理解、視頻處理等方面全面升級，提供卓越的多模態能力。

多模態Safetensors

Qwen3-VL是通義大模型系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力，以及出色的智能體交互能力。

多模態Safetensors

Qwen3-VL-8B-Thinking的llama.cpp量化版本，支持多種量化類型，能夠在不同硬件上高效運行，特別優化了視覺語言理解和推理能力。

多模態Gguf

Qwen3-VL-8B-Instruct是由Qwen團隊開發的多模態視覺語言模型，支持圖像文本到文本轉換。該版本經過MLX 8位量化處理，專門針對蘋果硅芯片進行優化，在保持性能的同時提升運行效率。

多模態Mlx

Qwen3-VL-8B-Instruct是由Qwen開發的視覺語言模型，經過MLX量化優化，專門針對Apple Silicon設備。該模型支持圖像和文本的多模態輸入，能夠理解和生成與圖像相關的文本內容。

多模態Mlx

Qwen3-VL是Qwen系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力，以及出色的智能體交互能力。

多模態Safetensors