简介

Qwen3-VL-30B-A3B模型开源发布，含Instruct和Thinking两版本，两张4090即可运行。实测显示模型在OCR、内容理解、数学等方面表现优秀，但表格识别较弱。Thinking版本在图像理解、计算和图片排序上更佳。作为30B参数仅激活3B的MoE模型，它体积小性能强，适合端侧部署和微调，是开发者入门多模态大模型的理想选择。

---

十一，AI圈想放假是不可能的！

千问，刚刚又开源了Qwen3-VL-30B-A3B模型，依旧两个版本Instruct和Thinking，感觉Qwen应该是听到了我的许愿，哈哈哈哈~

同时还有对应的FP8模型，也就是说两张4090就能跑了，真贫民福利！

HF：https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe

整体榜单上，Qwen3-VL-30B-A3B-Instruct大部分是优于Qwen2.5-VL-72B-Instruct的，

下面带来实测，懒人速览版：

• Qwen3-VL-30B-A3B模型的整体智力较Qwen3-VL-235B-A22B差不少，也能理解，毕竟参数量，激活量在哪儿摆着呢；
• 跟Qwen3-VL-30B-A3B不同，Qwen3-VL-30B-A3B的Think版本的图像理解、计算能力更强；
• 表格识别不行了，太难受了；
• 图片排序，think强一些，instruct不太行；
• 数学做题Qwen3-VL-30B-A3B很强，甚至有的比Qwen3-30B-A3B强；
• 网页复刻依旧不理想；
• 色盲测试图片，将图翻转也能对，可以的。

OCR识别

考察多模态大模型的内容提取能力，为了增加难度，上手写体。

Prompt：请识别图中的文本内容，言简意赅。

Qwen3-VL-30B-A3B：回答正确

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

内容理解

考察多模态大模型提取图片内容，理解内容能力，

Prompt：我今天喝了这个果汁会怎么样

Qwen3-VL-30B-A3B：回答正确

表格识别

考察多模态大模型的内容提取和指令跟随能力，需要将表格图片用HTML进行还原。

Qwen3-VL-30B-A3B：回答错误

网页复刻

考察多模态大模型网页还原、审美和代码能力。

Prompt：请帮我1：1还原这个网页内容，用HTML呈现。

Qwen3-VL-30B-A3B：不是很好，有一些奇怪

报告分析

考察多模态大模型的内容理解能力、知识储备的能力。

Prompt：请帮我解读一下报告内容。

Qwen3-VL-30B-A3B：解读正确

理解计算

考察多模态大模型的内容理解能力、计算能力。

Prompt：找到2024年GDP值最大的省份，并且计算占全国GDP的百分之多少？

2024年总和=1340312.8

Qwen3-VL-30B-A3B-Instruct：广东找对，但最终计算错误

Qwen3-VL-30B-A3B-Thinking：都正确

目标识别

考察多模态模型对事物的识别能力，让模型判断事物是否准确、或者查东西的个数。

Prompt：告诉我桌子上菇娘儿的个数。

Qwen3-VL-30B-A3B：回答正确

Grouding

查看模型定位能力，之前纯文本输出找不到的内容，grouding是可以找到的

Prompt：找出图片中奔跑的人，以JSON格式返回边界框坐标。

Qwen3-VL-30B-A3B：

但是小恐龙还是找不到，

数学做题

考察多模态大模型的数学能力，测试2025年高考题。

Prompt：解题

Qwen3-VL-30B-A3B：回答正确，最后一问也回答对了

图片排序

多模态模型能否理清多张图片之间逻辑关系的，能否理解世界事件发展的规律。

Prompt：根据图中显示的多个场景，将最有可能发生的事件按顺序排列。

正确答案CADB，走到商店，买雪糕，滑倒，打到脸上

Qwen3-VL-30B-A3B-Instruct：回答错误

Qwen3-VL-30B-A3B-Thinking：回答正确

Prompt：根据图中显示的多个场景，将最有可能发生的事件按顺序排列。

正确答案CDAB，有蘑菇，采摘并吃掉，有点晕，产生了幻觉蘑菇会走了

Qwen3-VL-30B-A3B：回答不不对，没有235B理解的好

空间逻辑

考察多模态模型在理解图片的基础上进行深度的逻辑分析。

Prompt：请回答。

正确答案为A。

Qwen3-VL-30B-A3B：回答错误，同时回答长了之后，依旧会出现中英文夹杂的现象。

空间变换

考察多模态模型对图像的空间转换能力。

Prompt：请回答。

Qwen3-VL-30B-A3B-Instruct：回答错误

Qwen3-VL-30B-A3B-Thinking：回答正确，可以正确识别主视图

色盲测试

考察多模态大模型对颜色的识别能力。

Prompt：图片里有数字吗？如果有的话是什么？

正常者能读出６，红绿色盲者及红绿色弱者读成 5，而全色弱者则全然读不出上述的两个字。

Qwen3-VL-30B-A3B：回答正确

将图片翻转，也能识别正确，

最后想说，Qwen还是开源的Top，

30B-A3B这个模型，虽然在一些能力上，较更大模型有差距，

但它小呀，30B的Moe，只激活3B，在端侧用起来会很舒服，

并且，效果不好的地方，我也能微调了，不像235B，我只能远远的望着。

这个十一，卷飞边子了，

所以接下来几天还会有吗？

PS：都看到这里，来个点赞、在看、关注吧。 您的支持是我坚持的最大动力！

)][外链图片转存中…(img-uB3FMEXp-1759546330026)]

最后想说，Qwen还是开源的Top，

30B-A3B这个模型，虽然在一些能力上，较更大模型有差距，

但它小呀，30B的Moe，只激活3B，在端侧用起来会很舒服，

并且，效果不好的地方，我也能微调了，不像235B，我只能远远的望着。

这个十一，卷飞边子了，

所以接下来几天还会有吗？

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】