近日，通義千問官方正式發布了Qwen3-Embedding系列模型，作為Qwen模型家族的新成員，該系列模型專為文本表征、檢索與排序任務而設計。

　　Qwen3-Embedding系列基于Qwen3基礎模型進行訓練，充分繼承了Qwen3在多語言文本理解能力上的顯著優勢。

　　該系列模型在多項基準測試中表現出色，特別是在文本表征和排序任務中展現了卓越性能。測試使用了MTEB(包括英文版v2、中文版v1、多語言版以及代碼版)中的檢索數據集，排序結果基于Qwen3-Embedding-0.6B的top-100向量召回結果。值得一提的是，8B參數規模的Embedding模型在MTEB多語言榜單中位列第一，得分高達70.58，性能超越眾多商業API服務。

　　Qwen3-Embedding系列提供了從0.6B到8B參數規模的三種模型配置，以滿足不同場景下的性能與效率需求。開發者可以靈活組合表征與排序模塊，實現功能的擴展。此外，模型還支持表征維度自定義和指令適配優化，允許用戶根據實際需求調整表征維度，并自定義指令模板，以提升特定任務、語言或場景下的性能表現。

　　此次發布的Qwen3-Embedding系列模型已在Hugging Face、ModelScope和GitHub平臺開源，用戶也可直接使用阿里云百煉平臺提供的最新文本向量模型服務。官方表示，這只是一個新的起點，依托于Qwen基礎模型的持續優化，將繼續提升文本表征與排序模型的訓練效率，并計劃拓展多模態表征體系，構建跨模態語義理解能力。