# 阿里Qwen3 Embedding重磅开源：万亿参数级文本嵌入模型，支持119种语言，MTEB性能登顶

- Link: https://paooo.com/aigc-news/14980/
- Published: 2026-06-29T07:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 基于Qwen3基础模型与双塔结构，Qwen3 Embedding面向文本表征、检索和排序任务，支持
   119种语言。
 * 通过弱监督预训练、监督微调与SLERP模型融合，多阶段训练显著提升鲁棒性与泛化能力。
 * Qwen3-Embedding-8B在MTEB（eng,v2）Mean达75.22、cmn,v1达73.84，实测表现突出。

> **💡 站外导读：**在AIGC浪潮中，高质量文本表征是驱动智能搜索、推荐与问答系统的基石。
> 然而，现有多语言模型常面临语义捕捉不精准、跨语言泛化能力弱等痛点。阿里通义团队
> 最新开源的Qwen3 Embedding系列，基于Qwen3万亿参数基础模型，通过创新的多阶段训练
> 与模型融合技术，在MTEB等权威基准上实现性能突破，支持119种语言，为企业与开发者提供
> 了强效、灵活的文本理解新引擎。

## Qwen3 Embedding是什么

Qwen3 Embedding 是基于 [Qwen3](https://ai-bot.cn/qwen3/) 基础模型开发的文本表征、
检索与排序专用模型。继承了 Qwen3 的先进架构，如 Grouped Query Attention、SwiGLU 
激活函数等，通过多阶段训练，包括大规模弱监督预训练、高质量监督微调和模型融合，提升
了性能和鲁棒性。支持多语言，涵盖 119 种语言，参数规模从 0.6B 到 8B，可灵活选择表征
维度并优化指令适配。在 MTEB 等任务中表现优异，如 Qwen3-Embedding-8B 在 MTEB（eng,
v2）上 Mean（Task）达 75.22，在 MTEB（cmn,v1）上达 73.84。

阅读目录

 * [Qwen3 Embedding是什么](https://paooo.com/aigc-news/14980/#qwen3-embedding%e6%98%af%e4%bb%80%e4%b9%88)
 * [Qwen3 Embedding的主要功能](https://paooo.com/aigc-news/14980/#qwen3-embedding%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Qwen3 Embedding的技术原理](https://paooo.com/aigc-news/14980/#qwen3-embedding%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Qwen3 Embedding的项目地址](https://paooo.com/aigc-news/14980/#qwen3-embedding%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Qwen3 Embedding的应用场景](https://paooo.com/aigc-news/14980/#qwen3-embedding%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/14980/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Qwen3 Embedding](https://paooo.com/wp-content/uploads/2026/05/Qwen3-Embedding-
website-1.avif)

## Qwen3 Embedding的主要功能

 * **精准语义捕捉**：能将文本转换为高维向量，精准捕捉文本的语义信息。不同文本内容
   会映射到不同的向量空间位置，语义相近的文本在向量空间中距离更近，为后续的文本处理
   任务提供高质量的语义表征基础。
 * **多语言支持**：支持多种语言，覆盖 119 种语言，能对不同语言的文本进行有效的表征，
   满足跨语言文本处理的需求，为多语言环境下的文本分析、信息检索等任务提供支持。
 * **高效检索能力**：通过将文本嵌入到向量空间，利用向量相似度计算（如余弦相似度）
   快速检索与目标文本语义相似的文本内容。在大规模文本数据中，能快速定位与查询文本
   相关的信息，提高检索效率和准确性，适用于搜索引擎、知识图谱等场景。
 * **灵活的检索方式**：支持基于文本内容的检索，也支持基于关键词或短语的检索。用户
   可以根据具体需求选择合适的检索方式，获取更精准的检索结果。
 * **语义相关性排序**：在文本排序任务中，如推荐系统中的内容推荐、问答系统中的答案
   排序等，Qwen3 Embedding 能根据文本之间的语义相关性对文本进行排序。将与目标文本
   语义更相关的文本排在前面，提高排序结果的准确性和相关性，为用户提供更符合需求的
   文本内容。
 * **个性化排序优化**：结合用户的历史行为数据和偏好信息，对文本排序结果进行个性化
   优化。为不同用户提供更符合其兴趣和需求的文本排序，提升用户体验。

## Qwen3 Embedding的技术原理

 * **基于 Qwen3 基础模型的架构设计**：Qwen3 Embedding 系列模型基于 Qwen3 基础模型
   构建，继承了其强大的多语言文本理解能力。模型采用双塔结构设计，提供 0.6B、4B 和
   8B 三种参数规模，满足不同场景下的性能与效率需求。
 * **多阶段训练流程**：Qwen3 Embedding 的训练过程遵循多阶段训练范式：
    - **弱监督预训练**：基于 Qwen3 指令模型合成大规模、高质量、多语言和多任务的文本
      相关性数据集，通过改进的对比损失函数进行优化。
    - **监督微调**：从合成数据中筛选出高质量的小规模数据用于监督训练阶段，进一步
      优化模型性能。
    - **模型融合**：采用球面线性插值（SLERP）技术，将多个模型检查点合并，提升模型
      的鲁棒性和泛化性能。
 * **文本表征技术**：Qwen3 Embedding 模型接收单段文本作为输入，取模型最后一层 `[
   EOS]` 标记对应的隐藏状态向量，作为输入文本的语义表示。这种设计增强了模型对文本
   语义的理解能力，支持表征维度自定义，用户可以根据实际需求调整表征维度。
 * **高质量合成数据利用**：通过筛选高相似性的合成数据对，保留了 Qwen3-32B 模型生成
   的高质量数据，进一步提升了模型性能。
 * **混合数据策略**：结合标注数据和高质量合成数据，平衡了任务特异性和泛化能力。
 * **模型融合技术**：SLERP 技术的应用使 Qwen3 Embedding 在鲁棒性和泛化能力上优于
   单一检查点模型。

## Qwen3 Embedding的项目地址

 * **Github仓库**：[https://github.com/QwenLM/Qwen3-Embedding](https://github.com/QwenLM/Qwen3-Embedding)
 * **HuggingFace模型库**：[https://huggingface.co/collections/Qwen/qwen3-embedding](https://huggingface.co/collections/Qwen/qwen3-embedding-6841b2055b99c44d9a4c371f)
 * **arXiv技术论文**：[https://arxiv.org/pdf/2506.05176](https://arxiv.org/pdf/2506.05176)

## Qwen3 Embedding的应用场景

 * **智能搜索与信息检索**：Qwen3 Embedding 可以用于智能搜索系统，通过文本向量化技术，
   快速检索与用户查询语义相似的文档或信息，提升检索的准确性和效率。
 * **推荐系统**：在推荐系统中，Qwen3 Embedding 可以通过分析用户的历史行为和偏好，
   生成高质量的文本向量，为用户提供个性化的推荐内容。例如，在电商平台上，根据用户
   的搜索历史和购买行为，推荐相关的商品。
 * **问答系统**：Qwen3 Embedding 可以用于问答系统，通过理解用户的问题并检索相关的
   答案，提高问答系统的准确性和响应速度。
 * **教育领域**：在教育领域，Qwen3 Embedding 可以用于智能教育系统，例如生成数学问题
   的解题步骤、提供学习建议等。

#### 📝 站长洞察 (Editor’s Insight)

Qwen3 Embedding的开源标志着文本嵌入模型进入“多语言、高精度、强泛化”的新阶段。其核心
创新在于三点：一是依托Qwen3基础模型的强大语义理解底座，二是通过弱监督预训练与高质量
合成数据混合策略，有效平衡了数据效率与模型鲁棒性；三是采用SLERP模型融合技术，显著
提升跨任务泛化能力。这反映了[大模型](https://paooo.com/ai-study/)发展的趋势：从单纯
追求参数规模，转向更精细的架构设计与训练范式创新。对于企业而言，这意味着能以更低成本
获取顶级的语义理解能力，加速AI在搜索、客服、知识管理等场景的落地。未来，具备高效
表征与检索能力的专用模型，将成为AI原生应用不可或缺的基础设施。

❓ 常见问题解答（FAQ）

Qwen3 Embedding适合哪些检索场景？

它适合智能搜索、信息检索、推荐系统和问答系统等场景。模型可将文本转为向量，利用语
义相似度快速召回相关内容，提升检索效率与结果准确性，尤其适合多语言环境下的文本理解
任务。

Qwen3 Embedding支持多少种语言？

文章明确提到Qwen3 Embedding支持119种语言，适合跨语言文本表征与检索。对于需要处理
中英混合、多语种搜索或全球化内容分发的应用，这种多语言能力是核心优势之一。

Qwen3 Embedding的性能表现如何？

文中给出的实测结果显示，Qwen3-Embedding-8B在MTEB（eng,v2）上Mean（Task）达到75.22，
在MTEB（cmn,v1）上达到73.84，说明其在英文与中文基准上都具备较强竞争力。

🔬 语宙深潜追问 · 进阶实操拆解

嵌入模型选型最该看什么？

不要只看MTEB总分，要看你的语种覆盖、召回质量、向量维度、延迟和成本。检索系统里，
embedding只是第一步，后面的重排、切分策略和召回阈值同样决定最终效果。

多语言检索怎么避免语义漂移？

要统一分词、规范化和跨语种对齐策略，并为高频语言单独做评测集。实际落地时，建议按
语言分桶监控召回率和误检率，避免“英语很好、中文和小语种掉线”的情况。

🗳️ 读者观点微投票 · 您的实战立场是？

119种语言的嵌入模型，你会优先替换现有方案吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🏮 所属权威专题：国产大模型选型与资费对比 →](https://paooo.com/topics/domestic-llm-ecosystem/)

 * [阿里通义重磅开源Qwen3-VL-Embedding：多模态检索新标杆，统一文本图像视频语义空间](https://paooo.com/aigc-news/12620/)
 * [Qwen3 – 阿里通义开源的新一代混合推理模型系列](https://paooo.com/aigc-news/20103/)
 * [阿里Qwen3 Reranker重磅开源：100+语言文本重排序模型，MTEB评分72.94碾压Jina/BGE](https://paooo.com/aigc-news/14977/)
 * [阿里通义发布万亿参数旗舰模型Qwen3-Max-Preview：支持100+语言，256K超长上下文，引领AI新高度](https://paooo.com/aigc-news/13841/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14980/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
