[image] 
https://xcancel.com/JustinLin610/status/1965785934458495066#m 
 [image] 


此 PR 引入了对即将推出的 Qwen3-VL 模型的支援，包括密集型和 MoE 变体，以及指令和思考版本。作为 Qwen-VL 系列的下一代，Qwen3-VL 在视觉理解方面带来了显著进步，同时保留了强大的纯文本能力，在复杂的多模态任务中实现了卓越性能。 
Qwen3-VL
Qwen3-VL 是一个多模态视觉语言模型系列，包括密集型和 MoE 变体，以及指令和思考版本。在继承前代的基础上，Qwen3-VL 在视觉理解方面实现了显著提升，同时保持了强大的纯文本能力。关键架构改进包括：增强的 MRope 采用交错布局以更好地进行时空建模，DeepStack 集成以有效利用视觉 Transformer（ViT）的多级特征，以及...