Qwen-Image-3.0 一次渲染即可生成10像素文字和複雜佈局

阿里巴巴發布了 Qwen-Image-3.0，一種圖像生成模型，能夠渲染小至 10 個像素的文字、複雜的 LaTeX 公式和多面板信息圖表，且只需一次處理。該模型接受最多 4,500 個 token 的輸入，可以生成密集的佈局，如 3x3 網格或嵌套界面（例如聊天應用程序中的 VSCode 窗口），而無需合成。它支持 12 種語言，注重於生成實用的圖像，如考試卷和故事板，而不僅僅是美學。目前，該模型通過僅限邀請的 API 提供，標誌著模型處理高保真、信息密集的設計任務的趨勢。