Семейство Qwen-VL: модели визуального языка Alibaba для ComfyUI
Qwen-VL — это семейство моделей визуального языка из серии Qwen от Alibaba, используемых в качестве текстовых энкодеров для ComfyUI, поддерживающих понимание визуального языка для мультимодальных рабочих процессов.
Q
Qwen-VL от Alibaba
Визуально-языковаяТекстовый энкодерOCRАгентОткрытый исходный кодСемейство моделей визуального языка из серии Qwen (Alibaba Cloud). Qwen3-VL предлагает комплексные улучшения в понимании текста, визуальном восприятии, расширенном контексте (256K нативно, расширяется до 1M), OCR на 32 языках и взаимодействии с агентами. Доступен в вариантах 4B и 8B в качестве текстовых энкодеров для ComfyUI.
Модели
| Модель | Описание | Лицензия | Релиз |
|---|---|---|---|
| Qwen3-VL | Текстовый энкодер визуального языка для ComfyUI в вариантах 4B и 8B с квантизацией bf16, fp8 и nvfp4 | Apache 2.0 | 2025-07 |
Выберите модель выше для получения проверенных ссылок на веса, руководств и дополнительной информации.