● Agent 辅助开发，一站式打通 Qwen3-VL Android 端侧推理

📌 一句话摘要 本文以 Agent 辅助开发的方式，提供了一套从零搭建 Android Native C++ 工程、编译 MNN runtime、部署 Qwen3-VL 模型到手机并实现端侧图文推理的完整教程。 📝 详细摘要 本文是通义实验室「端侧 AI 基建指南」系列的第二期教程。与传统的逐条

● 教程首发｜让手机拥有视觉感知能力

📌 一句话摘要 本文详细教程，指导如何在 Android 手机上部署 Qwen3-VL 多模态模型与 MCP 服务，让手机具备本地视觉和听觉分析能力，并通过 Claude Code 远程调用。 📝 详细摘要 本文是一篇面向开发者的实战教程，核心目标是让手机成为 AI 的「感知器官」。文章首先指出

● Sentrysearch: 基于多模态大模型的视频语义搜索工具

📌 一句话摘要 Sentrysearch 是一款利用多模态大模型实现视频像素级语义搜索的工具，支持 Tesla 行车记录仪等场景。 📝 详细摘要 Sentrysearch 是一款创新的视频搜索工具，通过 Gemini Embedding 2 或 Qwen3-VL 将视频片段转换为向量并存入 Ch

● SentrySearch：基于多模态嵌入的视频自然语言搜索工具

📌 一句话摘要 介绍开源工具 SentrySearch，利用多模态嵌入模型实现视频内容的自然语言语义搜索，支持本地化运行。 📝 详细摘要 SentrySearch 是一款开源命令行工具，通过 Google Gemini Embedding 或 Qwen3-VL 等多模态嵌入模型，将视频片段向量化

● 阿里巴巴开源 Logics-Parsing V2 文档解析模型

📌 一句话摘要 阿里巴巴发布基于 Qwen3-VL-4B 的 Logics-Parsing V2，显著提升复杂文档解析能力。 📝 详细摘要 阿里巴巴开源了轻量化端到端文档解析模型 Logics-Parsing V2。该模型将参数量优化至 4B，并创新性地引入 SFT 与 GRPO 强化学习机制，

● 别让格式杀死思想：Logics-Parsing V2 定义文档解析新边界

📌 一句话摘要 阿里巴巴发布 Logics-Parsing V2，这是一款基于 Qwen3-VL 的端到端多模态文档解析模型，实现了对复杂版面、公式、乐谱及思维导图等内容的 SOTA 级结构化还原。 📝 详细摘要 文章详细介绍了阿里数据团队开发的 Logics-Parsing V2 模型。该模型