# Ovis-VL-Embedding 2B и 9B: открытые веса для локального поиска по изображениям и документам

Источник: https://modelium.tech/zhurnal/ovis-vl-embedding-2b-9b-local-multimodal-search/

Команда Ovis-Embedding выложила 23 сентября 2026 года веса Ovis-VL-Embedding-2B и 9B для поиска по тексту, изображениям, страницам документов и видео. Оба чекпойнта имеют лицензию Apache 2.0, но опубликованный GitHub-репозиторий пока содержит лишь README без готового кода инференса. Результаты MMEB-v2 заявлены авторами, а не проверены Modelium.

Ovis-VL-Embedding: два открытых чекпойнта для мультимодального поиска

23 сентября 2026 года команда Ovis-Embedding загрузила веса **Ovis-VL-Embedding-2B** и **Ovis-VL-Embedding-9B** в официальные репозитории Hugging Face. Репозитории созданы 21 сентября, а загрузка файлов модели подтверждается историей коммитов 23-го; описание метода в arXiv опубликовано 21 сентября. Это выпуск весов, а не новая версия готового чат-бота. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Для чего это нужно локально

Обе модели строят векторы для текста, изображений, страниц документов и видео. Это позволяет индексировать документы и изображения на своей инфраструктуре, а затем искать подходящие страницы по текстовому запросу или подбирать изображения и видеоматериалы по смыслу. Модели работают как bi-encoder: запрос и кандидат кодируются отдельно, затем их нормализованные векторы сравниваются по косинусной близости. Они **не** генерируют ответ на вопрос и **не** принимают аудио; для голосовых данных авторы описывают отдельную Omni-ветку. [s1](#src-s1) [s2](#src-s2)

В основе 2B — Qwen3.5-2B с выходным вектором размерности 2048; 9B основана на Qwen3.5-9B и выдаёт 4096 измерений. Для уже построенного индекса важна согласованность: запросы и документы нужно обрабатывать одинаковым процессором, шаблоном, инструкцией задачи и нормализацией. Простая замена 2B на 9B без переиндексации несовместима с различием размерностей. [s1](#src-s1) [s2](#src-s2)

## Что показала оценка авторов

На MMEB-v2, где усредняются результаты **78 наборов** по изображениям, видео и визуальным документам, команда сообщает общий результат **77,46** для 2B и **81,13** для 9B. Это результаты авторов на указанной подборке, не независимое тестирование Modelium. У обеих моделей агрегированная оценка по видео ниже лучшей модели сравнения в таблицах: 67,12 против 68,84 для 2B и 72,90 против 75,95 для 9B. При выборе модели для собственного архива изображений или документов стоит проверить качество на своих запросах, а не переносить общий балл на новую предметную область. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Веса, лицензия и готовность запуска

В официальных репозиториях лежат Safetensors, конфигурация, токенизатор и процессор: у 2B один файл весов, у 9B четыре шарда. Файлы модели размещены в подкаталоге `model/`, что нужно учитывать при загрузке. Ревизии на момент проверки: `5fbf2484` для 2B и `dc11d278` для 9B. Оба репозитория содержат текст **Apache License 2.0**; эта лицензия допускает коммерческое применение при соблюдении её условий и сохранении уведомлений. Наличие открытых весов не равнозначно проверенной поддержке в Ollama или llama.cpp. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4) [s5](#src-s5)

В карточках дан алгоритм извлечения эмбеддинга — финальное скрытое состояние последнего непустого токена с L2-нормализацией, — но на момент проверки в связанном GitHub-репозитории опубликованы только README и логотип. Готового примера установки или команды запуска там нет. Поэтому перед внедрением потребуются собственная интеграция с процессором и проверка правильности pooling на контрольной выборке. Мы не запускали модель и не оценивали требования к оперативной или видеопамяти: объём файлов на диске не задаёт минимальную конфигурацию сервера. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4)

## Источники

1. [ATH-MaaS Ovis-VL-Embedding-2B: карточка и файлы ревизии 5fbf2484](https://huggingface.co/ATH-MaaS/Ovis-VL-Embedding-2B/tree/5fbf2484facfe67a5e635ea0182b21780181d9c2) — получено 2026-09-24
2. [ATH-MaaS Ovis-VL-Embedding-9B: карточка и файлы ревизии dc11d278](https://huggingface.co/ATH-MaaS/Ovis-VL-Embedding-9B/tree/dc11d278686a40d5b9516d6de21e7ad155ccf80a) — получено 2026-09-24
3. [Ovis-Embedding: Pushing the Frontiers of Universal Omni-Modal Embeddings](https://arxiv.org/abs/2609.25165v1) — получено 2026-09-24
4. [Официальный GitHub ATH-MaaS/Ovis-VL-Embedding](https://github.com/ATH-MaaS/Ovis-VL-Embedding) — получено 2026-09-24
5. [Лицензия Ovis-VL-Embedding-2B (Apache 2.0)](https://huggingface.co/ATH-MaaS/Ovis-VL-Embedding-2B/blob/5fbf2484facfe67a5e635ea0182b21780181d9c2/LICENSE) — получено 2026-09-24