qwen

Qwen: Qwen3 VL 30B A3B Instruct

Qwen3-VL-30B-A3B-Instruct — мультимодальная модель для генерации текста и анализа изображений и видео. Версия Instruct настроена на выполнение инструкций в задачах, где нужно совместно учитывать текстовый и визуальный контекст, включая понимание длинных видеоматериалов и пространственное распознавание объектов на 2D- и 3D-сценах. Модель подходит для обработки документов и OCR, работы с графическими интерфейсами и автоматизации действий в них, а также для задач, связанных с визуальным кодированием и пространственными данными. Она может обрабатывать инструкции с несколькими изображениями в ходе диалога и соотносить события с временной шкалой видео.