Недавно была анонсирована коллекция Qwen3-VL от Alibaba, подробности можно найти по ссылке. В блоге разработчиков подробно описаны функции моделей этой линейки. Они способны отвечать на вопросы, поддерживая 32 языка. Модели могут обрабатывать изображения: пользователи могут отправлять фотографии, на которых они могут задавать вопросы или получать HTML-код на основе нарисованных страниц. Также осуществляется распознавание текста с отправленных сканированных страниц, а математические формулы могут быть объяснены в ответах. Размер контекста достигает 256k.