Qwen เปิดตัวโมเดลสร้างภาพ Qwen-Image-3.0: สามารถอ่านคำสั่งที่ยาวมากได้ เข้าใจการจัดวางที่ซับซ้อนและตัวอักษรขนาดเล็กได้แม่นยำยิ่งขึ้น

ตามการติดตามของ Beating 千问ได้เปิดตัวโมเดลสร้างภาพรุ่นที่สาม Qwen-Image-3.0 โมเดลใหม่รองรับอินพุตสูงสุด 4.5k Token โดยเน้นเพิ่มความสามารถในการสร้างเลย์เอาต์ที่ซับซ้อน ข้อความขนาดเล็ก และภาพที่มีความรู้

สามารถใช้คำสั่งยาวเพื่อสร้างหนังสือพิมพ์ ข้อสอบ สตoryboard ละครสั้น และอินโฟกราฟิกแบบ 9 ช่อง โมเดลสามารถจัดการหลายหัวข้อในภาพเดียว และสร้างสูตร แผนภูมิ ตัวละคร และข้อความภาษาจีน-อังกฤษพร้อมกัน ภาพ 9 ช่องที่ทาง官方แสดงประกอบด้วยเนื้อหาอิสระ 9 ประเภท โดยคำสั่งอธิบายมีความยาวประมาณ 3.7k Token

การเรนเดอร์ข้อความก็ได้รับการปรับปรุงเพิ่มเติม 千问ระบุว่าโมเดลสามารถสร้างข้อความขนาดเล็กถึง 10px ได้อย่างชัดเจน และจัดการสูตร LaTeX ตัวยก-ตัวห้อย คำอธิบายประกอบที่เขียนด้วยมือ และการจัดเรียงหนังสือพิมพ์ที่หนาแน่น รายละเอียดเช่นรูขุมขน เส้นผม กระดาษ และพื้นผิวภาพวาดก็สมจริงยิ่งขึ้น

Qwen-Image-3.0 รองรับ 12 ภาษา สไตล์ศิลปะมากกว่า 100 แบบ และอินเทอร์เฟซ UI หลายประเภทโดยธรรมชาติ ทาง官方ยังสาธิตการใช้งานเช่นสร้างแผนที่สภาพอากาศออนไลน์ ซ่อมแซมภาพวาดแบบดั้งเดิม และสร้างอินโฟกราฟิกมืออาชีพ เมื่อเทียบกับการสร้างภาพที่สวยงามเพียงอย่างเดียว รุ่นนี้เน้นสถานการณ์จริงเช่น PPT สื่อการศึกษา การออกแบบ และการสร้างเนื้อหามากกว่า