Qianfan-QI-VL 是百度开源的企业级通用视觉语言模型系列，包含 3B/8B/70B 参数量版本，基于 Llama 3.1 架构与 InternViT 视觉编码器，支持 32k 上下文长度与 4K 分辨率图像理解。核心特点包括文档理解与 OCR 增强、思维链推理（8B/70B 支持）及多尺寸部署优化，适用于边缘实时光学字符识别、服务器端通用场景微调及复杂推理任务，可应用于文档识别、数学解题、图表分析等企业级多模态场景。