該模型通過采用創(chuàng)新的多模態(tài)預訓練和后訓練方法，全面提升了多模態(tài)基礎能力，在專家級基準測試及多模態(tài)性能全面測試中，10億至780億參數的全量級版本在開源模型里性能均居第一。

InternVL3的升級不僅在性能測試中取得優(yōu)異成績，還在圖形用戶界面（GUI）智能體、建筑場景圖紙理解、空間感知推理以及通識學科推理等方面實現(xiàn)了能力大幅提升。