近期，阿里云专有云团队基于Qwen2.5-VL-3B/7B-Instruct双基座模型，创新研发的EvoQwen2.5-VL嵌入模型，在全球顶尖开源机器学习平台Hugging Face的权威多模态检索基准ViDoRe榜单中斩获佳绩，以硬核实力刷新业界纪录。

该模型以绝对优势登顶ViDoRe V2榜单全球第一，并斩获ViDoRe V1榜单全球第二。这一成果标志着在多模态语义理解与复杂检索领域，阿里云的技术实力已达到全球领先水平，为企业在高异构、非结构化数据场景下的知识管理提供了全新范式。

• 图文表征优化：基于创新的LLM智能体驱动的进化式Embedding模型训练框架，可精准识别复杂文档的图文位置关系与语义关联。
• 跨模态深度理解：能够在跨模态语义对齐、密集查询抗干扰、复杂文档布局理解等方面实现领先性能。
• 复杂应用场景：该模型可应用于高异构、非结构化的复杂视觉文档检索、图文内容问答、多模态知识库构建等场景。