这是一个基于Qwen3-VL-30B的量化版本模型，专门用于图像文本到文本的转换任务。该模型通过量化技术优化了原始模型，提供了更高效的推理解决方案。

多模态Gguf

Qwen3-VL-30B-A3B-Thinking是通义系列中最强大的视觉语言模型，具备出色的文本理解和生成能力、深入的视觉感知和推理能力、长上下文支持、强大的空间和视频动态理解能力，以及智能体交互能力。

多模态Gguf

Qwen3-VL是通义大模型系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力以及出色的智能体交互能力。该模型采用混合专家（MoE）架构，是增强推理的思维版。

多模态Gguf

本项目是对Qwen3-VL-30B-A3B-Thinking模型进行MXFP4_MOE量化的成果。该模型能实现图像文本到文本的转换，为相关领域的应用提供了新的解决方案。

多模态Gguf

这是一个基于Qwen3-VL-30B-A3B-Thinking模型转换的MLX格式视觉语言模型，支持图像理解和多模态对话，采用bf16精度优化。

多模态Mlx

Qwen3-VL-30B-A3B-Thinking-AWQ 是基于 Qwen/Qwen3-VL-30B-A3B-Thinking 模型量化后的版本，是通义系列中最强大的视觉语言模型。该版本在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面进行了全面升级。

多模态Transformers

Qwen3-VL-30B-A3B-Thinking-FP8是通义系列中最强大的视觉语言模型的FP8量化版本，采用块大小为128的细粒度fp8量化，性能指标与原始BF16模型几乎相同。该模型具备卓越的文本理解与生成能力、深入的视觉感知与推理能力，支持长上下文和视频理解。

多模态Safetensors

Qwen3-VL是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力，以及出色的智能体交互能力。该版本采用混合专家模型架构，支持增强推理思维功能。

多模态Safetensors