阿里巴巴的新 Qwen Image 3 AI 旨在實用，而不僅僅是美觀

阿里巴巴的 Qwen 團隊於週二推出了 Qwen Image 3.0，這次的推廣重點並不在於輸出的美觀程度，而是輸出是否能在工作中實際使用。

大多數 AI 圖像工具——如 Reve、Nano Banana、Seedream——都是針對特定領域設計的：創造力、真實感、編輯能力等等。而 Qwen Image 3.0 則走上了不同的方向。Qwen 團隊在官方公告中寫道：「Qwen-Image-3.0 不僅僅追求『好看』——它追求『實用』，使圖像生成成為真正可部署的生產力工具。」

其核心是阿里巴巴所稱的豐富內容。該模型最多可接受 4,500 個標記，這是上一代可處理數量的 4.5 倍。標記是 AI 讀取的文本單位；可以將一個標記視為大約一個單詞或一部分單詞，因此 4,500 個標記相當於幾頁詳細的指示。

這足以在單一提示中描述九個獨立的信息圖面板，並將它們作為一個完整的圖像返回。

「上面的整個圖像是由 Qwen-Image-3.0 在一次通過中生成的，而不是從多個圖像拼接而成的，」阿里巴巴在其博客中寫道。演示中的每個面板都包含自己的圖表、公式、標題和細則文本——一次性呈現，而不是後期組合。

這是唯一一個能在不出現重大錯誤的情況下實現這一點的模型。

第二部分是公司所稱的真實細節。根據阿里巴巴的說法，該模型「支持精確渲染小至 10 像素的文本，生動再現毛孔和髮絲等細節，並以逼真的微觀層次描繪。」十個像素是細小的印刷——你會在藥品聲明上看到的那種。該模型還能準確處理 LaTeX——研究人員用來編寫複雜數學方程的標記系統，並能在完整的學術論文模擬中準確呈現。

在我們的常規測試中，我們給模型幾句話並評估它們的處理情況。根據阿里巴巴的官方博客，Qwen Image 3.0 能夠生成下面的圖像。

我們使用模型的最快配置嘗試了這一功能。Qwen Image 3.0 能夠重現 Decrypt 的一篇完整文章。執行效果確實令人印象深刻，但結果並不完美。

Qwen Image 3.0 的第三個支柱是深厚的知識。根據 Qwen 團隊的說法，該模型「支持 12 種語言的本地渲染，模擬主流界面，如網頁、遊戲和直播，並汲取豐富的世界知識。」它還能連接到互聯網以獲取實時數據，這意味著針對特定城市和日期的天氣預報視覺提示會返回準確的圖形，而不是猜測。

例如，阿里巴巴分享了一張昆蟲在葉子上的照片。該模型能夠根據其對圖像的理解生成相關文本。

阿里巴巴正在向設計工作室、內容團隊、電子商務運營和需要大量生產就緒視覺資產的教育工作者推銷。

不過值得注意的是，在阿里巴巴自己的 Qwen-Image-Bench 評估中——這是一個評分 18 個模型的圖像質量、美學和現實忠實度的基準——Qwen Image 2.0 Pro，上一代旗艦產品，排名第五。OpenAI 的 GPT Image 2 佔據了榜首。新模型可能表現更好，但推出時並沒有提供可測量的方式來確認，因為它沒有附帶基準表、可下載的權重或技術報告。

Qwen Image 1.0 在 Apache 2.0 許可下推出，並附有當天的技術報告。而這次則沒有。作為阿里巴巴最近 AI 推進的一部分，這裡的證據完全是該公司選擇發布的精選示例圖像。API 試用已在 chat.qwen.ai 開放，價格尚未公布。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。