¿Qué hace qianwen-vision?
[QianWen] Comprende imágenes y videos con los modelos de visión Qwen. SE ACTIVA cuando: el usuario quiere analizar, describir o extraer información de imágenes o videos, extracción de texto OCR, lectura de gráficos/tablas, razonamiento visual, comparación de múltiples imágenes, comprensión de capturas de pantalla, comprensión de videos, o invoca explícitamente esta habilidad por su nombre (ej. usa qianwen-vision). NO SE ACTIVA cuando: el usuario quiere generar/crear imágenes (usa qianwen-image-generation), generar videos (usa qianwen-video-generation), tareas solo de texto sin entrada visual, o tareas de visión que no sean de Qwen.