Qwen-Image-3.0 一次渲染即可生成10像素文字和复杂布局

阿里巴巴发布了 Qwen-Image-3.0，这是一款图像生成模型，能够生成像素小至 10 的文字、复杂的 LaTeX 公式和多面板信息图表。该模型接受高达 4,500 个 token 的输入，可以在单次处理中生成密集的布局，如 3x3 网格或嵌套界面（例如，在聊天应用程序中嵌入 VSCode 窗口），而无需进行合成。该模型支持 12 种语言，专注于试卷和故事板等实用应用程序，而不仅仅是美学。目前，该模型通过仅限邀请的 API 提供，标志着朝着处理高保真、信息密集的设计任务的模型迈出了重要一步。