阿里 Qwen-Image-3.0 发布：支持 4500 Token 提示、10 像素可读文字与 12 种语言

Qwen-Image-3.0 是阿里通义千问团队发布的第三代图像生成模型。它接受最长 4500 Token 的提示词，可一次生成包含多面板信息图、嵌套界面（如 VSCode 中打开 Qwen Chat，再内嵌微信对话和咖啡海报）的复杂内容。模型能渲染小至 10 像素的可读文字，支持日语、韩语、西班牙语等 12 种语言，并可处理多行 LaTeX 公式。此外，它还能生成带毛孔和发丝细节的人像，以及修复中国传统水墨画中的缺失部分。 目前 Qwen-Image-3.0 仅通过邀请制 API 提供，后续将集成到 Qwen Chat 等第一方应用中。与初代 Qwen-Image 不同，本代模型大概率不会开源权重。对需要频繁制作信息图、论文封面或界面 Mockup 的设计和内容团队而言，该模型能大幅减少多图拼接和后处理的工作量，但若需要可编辑格式（如 SVG），仍需考虑输出为像素图的局限性。