阿里巴巴的新Qwen Image 3 AI希望变得实用，而不仅仅是好看

阿里巴巴的Qwen团队于周二推出了Qwen Image 3.0，而其宣传重点并不在于输出的美观程度，而在于输出是否能够在工作中实际使用。

大多数AI图像工具——如Reve、Nano Banana、Seedream——都是针对特定领域进行优化：创造力、现实感、编辑能力等等。Qwen Image 3.0则走上了不同的道路。Qwen团队在官方公告中表示：“Qwen-Image-3.0不仅追求‘好看’，而是追求‘实用’，使图像生成成为真正可部署的生产力工具。”

其核心是阿里巴巴所称的丰富内容。该模型接受多达4500个标记，这比上一代能够处理的数量多出4.5倍。标记是AI读取的文本单位；可以将一个标记视为大约一个单词或部分单词，因此4500个标记相当于几页详细的指令。

这足以在一个提示中描述九个独立的信息图面板，并将它们作为一幅完整的图像返回。

阿里巴巴在其博客中写道：“上面的整个图像是由Qwen-Image-3.0在一次处理过程中生成的，而不是从多个图像拼接而成。”演示中的每个面板都包含自己的图表、公式、标题和细节文本——一次性呈现，而不是后期拼接。

这是唯一一个能够在没有重大错误的情况下实现这一点的模型。

第二部分是公司所称的真实细节。根据阿里巴巴的说法，该模型“支持精确渲染小至10px的文本，生动再现毛孔和发丝等细节，呈现微观级别的描绘。”十个像素是细小的印刷——你会在药品免责声明上看到的那种。该模型还能够准确处理LaTeX——研究人员用来书写复杂数学方程的符号系统——在完整的学术论文模拟中表现出色。

在我们通常的测试中，我们会给模型几句话并评估它们的处理能力。根据阿里巴巴的官方博客，Qwen Image 3.0能够生成下面的图像。

我们尝试使用该模型的最快配置来测试此功能。Qwen Image 3.0能够重现一篇来自Decrypt的完整文章。执行过程确实令人印象深刻，但结果并不完美。

Qwen Image 3.0的第三个支柱是深厚的知识。根据Qwen团队的说法，该模型“支持12种语言的本地渲染，模拟网页、游戏和直播等主流界面，并汲取丰富的世界知识。”它还连接到互联网以获取实时数据，这意味着针对特定城市和日期的天气预报视觉提示会返回准确的图形，而不是猜测。

例如，阿里巴巴分享了一张昆虫在叶子上的照片。该模型能够根据对图像的理解生成相关文本。

阿里巴巴正在向设计工作室、内容团队、电商运营和需要批量生产视觉资产的教育工作者推销该产品。

值得注意的是，在阿里巴巴自己的Qwen-Image-Bench评估中——这是一个对18个模型的图像质量、美学和现实世界保真度进行评分的基准——Qwen Image 2.0 Pro，之前的旗舰产品，排名第五。OpenAI的GPT Image 2位居榜首。新模型可能表现更好，但发布时没有提供可测量的方式来确认，因为它没有附带基准表、可下载的权重或技术报告。

Qwen Image 1.0在Apache 2.0许可下发布了开放权重，并附带了同日的技术报告。而这次则没有。作为阿里巴巴近期AI推动的一部分，这里的证据完全是公司选择发布的精选示例图像。API试用在chat.qwen.ai开放，定价尚未公布。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。