阿里巴巴发布增强版千问3向量模型，性能显著提升，直面谷歌及OpenAI的挑战
发布时间：2025-06-06 16:03:25 | 责任编辑：张毅 | 浏览量：71 次
在人工智能技术快速发展的今天，阿里巴巴于6月6日正式开源了其全新的千问3向量模型系列 ——Qwen3-Embedding。该模型是基于千问3底座，为文本表征、检索和排序等任务进行优化，标志着阿里在 AI 领域的又一重大突破。
相较于前一版本，Qwen3-Embedding 在文本检索、聚类和分类等核心任务上的性能提升了超过40%。这一进步不仅让它在技术上更具竞争力，还使得它在 MTEB 等专业榜单中，超越了谷歌的 Gemini Embedding、OpenAI 的 text-embedding-3-large 以及微软的 multilingual-e5-large-instruct 等顶尖模型，获得了同类模型的最佳性能（SOTA）。
简单来说，向量模型可以看作是 AI 的 “翻译器”，它通过将文本和图片等非结构化信息转换为机器易于理解的向量，从而实现高效的信息分类、检索和排序。基于千问3模型，通义团队采用对比训练、SFT 和模型融合等多种方法，成功打造出这一新型向量模型，涵盖了文本嵌入模型 Qwen3-Embedding 及文本排序模型 Qwen3-Reranker。
值得一提的是，千问3向量模型具有强大的多语言能力，支持超过100种语言，包括多种编程语言，展现出卓越的多语言、跨语言及代码检索能力。这为全球开发者提供了更为广阔的应用空间。
此次开源的千问3向量模型共有9款，涵盖不同尺寸（0.6B、4B、8B 等）及 GGUF 版本，开发者可以根据需求选择合适的模型，并自由组合模块，甚至可以自定义向量或指令，以实现特定任务、语言和场景的深度优化。这一灵活性将极大提升开发者的工作效率。
目前，千问3Embedding 和 Reranker 模型已经在魔搭社区、Hugging Face 和 GitHub 等多个平台上开源，开发者还可以通过阿里云百炼直接使用 API 服务。自4月29日开源以来，千问3大模型在多个国际榜单中取得了开源冠军的好成绩。
6月6日，阿里巴巴开源了通义千问3全新的向量模型系列Qwen3-Embedding（简称千问3向量模型）。该模型以千问3为底座，专门为文本表征、检索和排序等核心任务进行优化训练，性能较上一版本可提升40%，在MTEB等权威专项榜单中超越了谷歌、OpenAI、微软等公司的顶尖模型。
千问3向量模型的特点
-
性能大幅提升：千问3向量模型在文本检索、聚类、分类等核心任务上提升最高40%以上的性能。
-
多语言支持：得益于千问3的多语言能力，千问3向量模型系列率先支持超100种语言，并涵盖多种编程语言，可实现强大的多语言、跨语言及代码检索能力。
-
灵活的开源选择：此次共有9款千问3向量模型开源，涵盖0.6B、4B、8B等不同尺寸及GGUF版本，开发者可从中找到最符合需求的模型，自由组合模块，还可自定义向量或指令，实现特定任务、语言和场景的深度优化。
开源平台
目前，千问3 Embedding和Reranker模型均已在魔搭社区、Hugging Face和GitHub等平台上开源，开发者也可直接通过阿里云百炼使用API服务。
行业影响
千问3向量模型的开源，不仅为开发者提供了强大的工具，也进一步推动了AI技术的发展。其在性能上的显著提升和多语言支持能力，使其在国际舞台上具备了与谷歌、OpenAI等顶尖公司竞争的实力。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
