qwenlm/qwen3-vl은 Qwen 팀과 Alibaba Cloud가 개발한 Qwen3-VL 비전-언어 모델 계열의 공식 저장소다. 텍스트와 시각 입력을 함께 다루는 모델이며, 저장소에는 Apache-2.0 라이선스가 표시돼 있다. 이번 FACTS에는 최신 릴리스가 기록돼 있지 않아 특정 버전이나 새 변경 사항을 말할 수는 없다.
README는 텍스트 이해와 생성, 이미지·영상의 시각 지각과 추론, 긴 문맥 이해, 공간 인식과 에이전트 상호작용을 지원한다고 소개한다. 모델 구성은 Dense와 MoE로 나뉘고, Instruct와 Thinking 판을 제공한다고 설명한다. 이미지와 영상에서 코드 생성을 다루며, 32개 언어의 광학 문자 인식(OCR), 즉 이미지에 있는 글자를 읽는 기능도 제시한다. 위치 판단과 3차원 공간 추론, GUI 조작도 언급돼 있어 시각 정보를 바탕으로 화면과 상호작용하는 용도까지 범위에 둔다.
다만 이 기능 설명은 README에 적힌 범위이며, 제공된 FACTS에는 성능을 확인할 벤치마크나 검증 조건이 없다. 영상 길이와 입력 길이별 결과도 주어지지 않아 실제 성능의 경계는 판단하기 어렵다. 저장소에는 별 20,089개가 기록돼 있지만, 신규성·기술·품질 점수는 없고 모멘텀 점수는 3.6이다. 따라서 기능 범위는 넓게 제시돼 있으나, 실제 성능에 관한 판단은 자료만으로 유보해야 한다.