多模态检索模型推荐方案

多模态检索

带图

if 输入有图

Qwen3-VL-2B

只有图 → 只图 · 图+问句 → fused

不带图

else 只有字

Evie 压缩 d64 K32

文搜图 / 高精度同一 SKU

四方向

说明：DINOv3-L 与 WeMM 仅作基线对照，不纳入线上路由。带图场景优先保障文本问句与图片融合检索（Fused）的稳健性。

方向	输入	推荐候选	原因
图搜图	只有图	Qwen3-VL-2B	ILIAS 1041/1232 > WeMM-2B 1002
文+图搜图	图+问句	Qwen3-VL-2B	汽车 fused 43/44 · 博物馆 30/50
文搜图	只有字	Evie 压缩 d64 K32	工业v1 40/55 > WeMM-2B 38/55
高精度文搜图	只有字	Evie 压缩 d64 K32	ViDoRe V3 58.60 · 3.81 GiB/百万页

全景横评对照 · 图搜图

查看图搜图详情与典型案例 →

模型	汽车手册 199	行业研报 502	ILIAS 1232	牛津 70	巴黎 70	推荐候选
Qwen3-VL-2B 推荐	195/199 · 97.99%	482/502 · 96.02%	1041/1232 · 84.50%	52/70 · 74.29%	69/70 · 98.57%	推荐候选
DINOv3-L	194/199 · 97.49%	477/502 · 95.02%	958/1232 · 77.76%	69/70 · 98.57%	69/70 · 98.57%
WeMM-2B	192/199 · 96.48%	471/502 · 93.82%	1002/1232 · 81.33%	58/70 · 82.86%	69/70 · 98.57%
WeMM-4B	192/199 · 96.48%	477/502 · 95.02%	968/1232 · 78.57%	57/70 · 81.43%	70/70 · 100.00%
WeMM-9B	196/199 · 98.49%	486/502 · 96.81%	1021/1232 · 82.87%	57/70 · 81.43%	70/70 · 100.00%

全景横评对照 · 文+图搜图

查看文+图搜图详情与典型案例 →

模型	汽车 44	研报 232	博物馆 50	推荐候选
Qwen3-VL-2B	43/44 · 97.73%	228/232 · 98.28%	30/50 · 60.00%	推荐候选
WeMM-2B	31/44 · 70.45%	225/232 · 96.98%	31/50 · 62.00%
WeMM-4B	33/44 · 75.00%	224/232 · 96.55%	28/50 · 56.00%
WeMM-9B	39/44 · 88.64%	226/232 · 97.41%	32/50 · 64.00%

全景横评对照 · 文搜图

查看文搜图详情与典型案例 →

模型	工业v1	工业v2	工业v3	博物馆	推荐候选
Evie 压缩 d64 K32	40/55 · 72.73%	58/80 · 72.50%	27/50 · 54.00%	57/77 · 74.03%	推荐候选
Qwen3-VL-2B	39/55 · 70.91%	54/80 · 67.50%	23/50 · 46.00%	29/77 · 37.66%
WeMM-2B	38/55 · 69.09%	55/80 · 68.75%	28/50 · 56.00%	52/77 · 67.53%
WeMM-4B	43/55 · 78.18%	59/80 · 73.75%	23/50 · 46.00%	45/77 · 58.44%
WeMM-9B	40/55 · 72.73%	57/80 · 71.25%	24/50 · 48.00%	57/77 · 74.03%
ima 线上 QueryDoc	39/55 · 70.91%	50/80 · 62.50%	14/50 · 28.00%	53/77 · 68.83%

全景横评对照 · 高精度文搜图

查看高精度文搜图详情 →

模型	ViDoRe V3	推荐候选
Evie 压缩 d64 K32	58.60	推荐候选
Qwen3-VL-2B	52.9
WeMM-2B	52.59
WeMM-4B	54.70
WeMM-9B	57.43