Qwen-Image-3.0、10pxテキストとマルチパネルのグリッドを1回の生成で描画
Alibabaは、判読可能な10pxテキストと12言語に対応したレイアウトを生成するモデル「Qwen-Image-3.0」をリリースした。画像モデルを美学の領域から機能的なデザインツールへと押し進める。
アリババは、10ピクセル程度の小さなテキスト、複雑なLaTeX数式、マルチパネルインフォグラフィックスを1回のパスでレンダリング可能な画像生成モデル「Qwen-Image-3.0」をリリースした。最大4,500トークンの入力を受け付け、3x3グリッドやネストされたインターフェース（例：チャットアプリ内のVSCodeウィンドウ）のような高密度レイアウトを合成せずに生成できる。12言語をサポートし、美観のみでなく、試験のワークシートやストーリーボードといった実用的なアプリケーションに焦点を当てている。現在は招待制APIでのみ提供されているが、高忠実度で情報密度の高いデザインタスクを処理するモデルの開発にシフトしていることを示している。