Qianfan-VL領域增強效果優異，全自研芯片訓練

始智AI wisemodel.cn社區是源自中國的中立開放的AI開源社區。正在，歡迎加入共同成長。

Qianfan-VL系列模型是由百度智能云千帆模型研發團隊，基于開源模型進行開發，并在百度自研昆侖芯 P800上完成全流程計算任務。昆侖芯P800提供了強大的算力支撐，確保模型能夠高效處理海量數據與復雜算法，同時支持單任務5000卡規模的并行計算。這一結合不僅優化了模型計算的效率，更使得模型在性能表現上達到了新的高度，在通用和垂類任務評測中展現出SOTA水平。

該系列包含3B、8B和70B三個尺寸版本，是面向企業級多模態應用場景，進行了深度優化的視覺理解大模型。Qianfan-VL不僅具備出色的基礎通用能力，還針對產業落地中的高頻需求，如OCR和教育垂直場景做了專項強化，使其在實際應用中表現更加卓越。Qianfan-VL模型具備三大特點：

• 多尺寸模型滿足不同場景需求：提供3B、8B、70B三種規格的模型，讓不同規模的企業和開發者都能找到合適的解決方案。

• 提供思考推理能力：8B和70B模型支持通過特殊token激活思維鏈能力，覆蓋復雜圖表理解、視覺推理、數學解題等多種場景。

• OCR與文檔理解能力增強：主打OCR全場景識別和復雜版面文檔理解兩大特色能力，在多項基準測試中表現優異，為企業級應用提供高精度的視覺理解解決方案。

Qianfan-VL系列模型已上線始智AI-wisemodel開源社區，歡迎體驗。

模型地址

https://wisemodel.cn/organization/baidu-qianfan

01.

模型性能與效果

1、通用能力基準測試表現

在通用能力基準測試中，Qianfan-VL 系列模型（3B、8B、70B）展現出顯著核心優勢。從視覺理解到專業領域問答，模型性能隨參數規模增大提升顯著，體現出很好的Scaling趨勢。在 ScienceQA 等專業問答測試中，精準度表現突出；多模態任務如 RefCOCO 等，物體識別與關聯能力優異；同時，在各類通用基準測試里，相較主流模型，整體表現也頗為亮眼，充分彰顯出在視覺理解通用能力上的出色實力，為不同場景下的智能應用提供了有力支撐。

2、OCR與文檔理解基準測試表現

Qianfan-VL 系列模型（3B、8B、70B）在 OCR 與文檔理解領域盡顯卓越實力。一方面，具備 OCR 全場景識別能力，能精準識別手寫體、數學公式、自然場景文字，還可對卡證票據信息進行結構化提??；另一方面，復雜版面文檔理解能力突出，可自動分析版面元素，精準解析表格、圖表，實現文檔智能問答與結構化解析。從基準測試表現看，在 OCRBench、各類專業測試中，相較于主流模型，成績優異且隨參數規模提升持續向好，為企業級應用提供了高精度的視覺理解解決方案，有力推動文檔智能處理場景的高效落地。

3、數學解題基準測試表現

Qianfan-VL 系列的 8B 和 70B 模型，在思考推理能力方面表現卓越。它們支持通過特殊 token 激活思維鏈能力，能覆蓋復雜圖表理解、視覺推理、數學解題等多類場景。這類任務需結合視覺信息與外部知識進行組合推理，而模型通過融合大量視覺類、文本類推理數據并用于后訓練，從 benchmark 表現來看，推理計算相關任務效果顯著提升。

在核心推理應用場景上，復雜圖表理解與推理方面，可從復雜圖表提取關鍵信息，進行數據分析、趨勢預測、關聯推理及統計計算；數學解題與視覺推理領域，能實現幾何推理、公式識別、分步求解與邏輯推斷。從數學解題基準測試表現看，在 MathVista-mini、MathVision 等多項測試中，相較于主流模型，成績優異且隨參數規模提升持續向好，為復雜推理場景下的應用提供了強力支持。

02.

模型架構設計與技術特色

                           項目 th>期末余額 th>年初余額 th>          tr>      thead>                

 流動資產： td>   tr>           貨幣資金 td>5,288,011,738.39 td>2,629,981,089.49 td>   tr>           結算備付金 td> td> td>   tr>           拆出資金 td> td> td>   tr>           以公允價值計量且其變動計入當期損益的金融資產 td>3,226,301.37 td>6,830,273.97 td>   tr>           衍生金融資產 td> td> td>   tr>           應收票據 td>1,010,636.94 td>888,800.00 td>   tr>           應收賬款 td>389,409,537.65 td>290,733,812.62 td>   tr>           預付款項 td>474,301,533.93 td>509,510,514.92 td>   tr>           應收保費 td> td> td>   tr>           應收分保賬款 td> td> td>   tr>           應收分保合同準備金 td> td> td>   tr>           應收利息 td>8,746,899.35 td>1,645,890.39 td>   tr>           應收股利 td> td> td>   tr>           其他應收款 td>291,499,926.83 td>364,426,205.02 td>   tr>           買入返售金融資產 td> td> td>   tr>           存貨 td>69,558,687.59 td>79,651,862.50 td>   tr>           劃分為持有待售的資產 td> td> td>   tr>           一年內到期的非流動資產 td> td> td>   tr>           其他流動資產 td>533,938,653.95 td>545,184,036.20 td>   tr>           流動資產合計 td>7,059,703,916.00 td>4,428,852,485.11 td>   tr>           

 非流動資產： td>   tr>           發放貸款和墊款 td> td> td>   tr>           可供出售金融資產 td>981,477,845.00 td>42,732,350.00 td>   tr>           持有至到期投資 td> td> td>   tr>           長期應收款 td> td> td>   tr>           長期股權投資 td>478,328,423.92 td>482,914,333.17 td>   tr>           投資性房地產 td> td> td>   tr>           固定資產 td>11,211,345,599.37 td>11,517,509,788.66 td>   tr>           在建工程 td>344,034,065.45 td>558,797,792.68 td>   tr>      tbody> table> 

----- END -----

wisemodel相關：

系列模型：

關于wisemodel更多

1

歡迎持續關注和支持

開源社區建設需要長期堅持和投入，更需要廣大用戶的積極參與、貢獻和維護，歡迎大家加入wisemodel開源社區的志愿者計劃和開源共創計劃。期待更多開發者將開源成果，包括模型、數據集和代碼等發布到 wisemodel.cn 社區，共建中立、開放的AI開源社區生態。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續關注wisemodel.cn開源社區動態。

2

歡迎加盟wisemodel開源社區

始智AI wisemodel社區自2023年9月上線以來，逐漸成為影響力日益擴大的中立開放的AI開源社區，為了加快公司發展，我們長期需要技術、運營等人才加盟，技術側重在AI infra、后端開發，熟悉K8S、模型訓練和推理等技術， 以及熟悉開發者生態運營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優質內容

歡迎投稿分享人工智能領域相關的優秀研究成果，鼓勵高校實驗室、大企業研究團隊、個人等，在wisemodel平臺上分享各類優質內容，可以是AI領域最新論文解讀、最新開源成果介紹，也可以是關于AI技術實踐、應用和總結等。投稿可以發郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關于wisemodel開源社區

始智AI wisemodel.cn開源社區由清華校友總會AI大數據專委會副秘書長劉道全創立，旨在打造和建設中立開放的AI開源創新社區，將打造成“HuggingFace”之外最活躍的AI開源社區，匯聚主要AI開源模型、數據集和代碼等，歡迎高?？蒲性核⒋笮突ヂ摼W公司、創新創業企業、廣大個人開發者，以及政府部門、學會協會、聯盟、基金會等，還有投資機構、科技媒體等，共同參與建設AI開源創新生態。