Alibaba ने Qwen-Image-3.0 लॉन्च किया: समृद्ध सामग्री और प्रामाणिक विवरण पर केंद्रित इमेज जनरेशन
Alibaba ने Qwen-Image-3.0 लॉन्च किया है, जो Qwen-Image श्रृंखला का तीसरी पीढ़ी का फाउंडेशनल इमेज जनरेशन मॉडल है। कंपनी का कहना है कि इस रिलीज़ का मूल एक ही कीवर्ड, “Real” है, जिसे वह तीन आयामों में वर्णित करती है: समृद्ध सामग्री, प्रामाणिक विवरण और गहन ज्ञान। यह मॉडल 4.5k टोकन तक के निर्देश इनपुट को सपोर्ट करता है और 10 पिक्सल जितने छोटे टेक्स्ट को पढ़ने योग्य परिणामों के साथ रेंडर कर सकता है।
- Qwen-Image-3.0, Alibaba के Qwen-Image सीरीज़ की तीसरी पीढ़ी है, जो “Real” की अवधारणा पर केंद्रित है
- यह समाचार पत्रों, स्टोरीबोर्ड और परीक्षा पत्रों जैसे जटिल लेआउट के लिए 4.5k टोकन तक के निर्देश इनपुट को सपोर्ट करता है
- 10px जितना छोटा टेक्स्ट पढ़ने योग्य रेंडर होता है, जिसमें छिद्रों और बालों के स्ट्रैंड जैसे बारीक विवरण शामिल हैं
- यह मॉडल मूल रूप से 12 भाषाओं को रेंडर करता है और वेब पेज, गेम और लाइवस्ट्रीम जैसे इंटरफेस का अनुकरण कर सकता है

Qwen-Image-3.0 Pro Test,PROMPT: “high-end technology magazine poster featuring a photorealistic 28-year-old East Asian tech reviewer holding a sleek transparent glass device, confident expression, soft professional studio lighting, detailed skin texture, hyper-realistic reflections.
Clean, modern graphic design layout with precise typography overlay:
- Main header in massive bold English text at the top: “TECHAPPLE TEST”
- Subtitle in elegant Traditional Chinese typography: “極限科技 創新評測”
- Secondary tagline in clean Simplified Chinese text: “智能测评 极致体验”
- Footnote text in small futuristic English font: “HARDWARE REVIEW & BENCHMARK 2026”
Minimalist dark graphite and electric cyan background, high contrast, studio quality, 8k resolution, professional composition, award-winning poster design. –ar 2:3″
समृद्ध सामग्री
Qwen-Image-3.0 स्वीकार्य निर्देश लंबाई को 4.5k टोकन तक बढ़ा देता है, जिससे मॉडल जटिल, सूचना-घने लेआउट को समझ और रेंडर कर सकता है। घोषणा में 3.7k टोकन द्वारा वर्णित एक एकल 3×3 ग्रिड इन्फोग्राफिक प्रदर्शित किया गया है, जो टनल सुरक्षा कॉमिक्स और ज्यामिति पाठों से लेकर जीव विज्ञान व्याख्याकारों और चिकित्सा आरेखों तक के विषयों को कवर करता है, जिसमें प्रत्येक सेल में सटीक टेक्स्ट, सूत्र और चार्ट होते हैं।
मॉडल रचना में गहराई को भी संभालता है, एक ही छवि के भीतर परत दर परत नेस्टेड इंटरफेस को रेंडर करता है, जैसे कि एक प्रोग्रामिंग इंटरफ़ेस जिसमें एक चैट विंडो होती है जिसमें एक मैसेजिंग ऐप और एक पोस्टर होता है।
प्रामाणिक विवरण
मॉडल सूक्ष्म-स्तरीय विवरणों के लिए रेंडरिंग सटीकता में एक नए स्तर पर पहुँचता है। 10px जितना छोटा टेक्स्ट स्पष्ट रूप से पढ़ने योग्य रहता है, छिद्रों और बालों के स्ट्रैंड को बारीक विवरण में रेंडर किया जाता है, और त्वचा की बनावट फोटोग्राफिक यथार्थवाद के करीब पहुँचती है। घोषणा में घने LaTeX सूत्रों वाले शैक्षणिक पेपर, यथार्थवादी टाइपसेटिंग वाले समाचार पत्र और पुस्तक पृष्ठों पर हस्तलिखित एनोटेशन के उदाहरण दिखाए गए हैं।
संपादन कार्यों के लिए, मॉडल क्षतिग्रस्त या अधूरी पारंपरिक पेंटिंग्स के लापता हिस्सों को बहाल कर सकता है, साथ ही मूल कलात्मक शैली और ब्रशवर्क को बनाए रख सकता है।
गहन ज्ञान
Qwen-Image-3.0 12 भाषाओं, कई फोंट, 100 से अधिक कलात्मक शैलियों और विभिन्न UI इंटरफेस में रेंडरिंग को कवर करता है, जो दुनिया के ज्ञान की मॉडल की समझ द्वारा समर्थित है। यह अद्यतित जानकारी प्राप्त करने के लिए इंटरनेट से भी जुड़ सकता है, जैसे कि किसी विशिष्ट तिथि के लिए मौसम पूर्वानुमान छवि उत्पन्न करना, और उत्पन्न दृश्यों में विशिष्ट आंकड़ों और IP पात्रों को संदर्भित कर सकता है।
Alibaba का कहना है कि लक्ष्य छवि निर्माण को “उपयोग योग्य” से “व्यावहारिक” और “सुंदर दिखने” से “उपयोगी” की ओर ले जाना है, जो समाचार पत्र PDF, शॉर्ट-ड्रामा स्टोरीबोर्ड और जटिल UI इंटरफेस जैसे उच्च-मूल्य वाले उत्पादकता परिदृश्यों को लक्षित करता है।
स्रोत:Qwen Blog
