通义千問は Qwen-Image-3.0 画像生成モデルを発表、核心キーワードは「実」

通义千问发布第三代图像生成基座模型 Qwen-Image-3.0，以“实”为核心关键词，支持最长 4.5k token 指令输入、3×3 信息图网格生成、10px 文本渲染及 12 种语言原生渲染。

公开材料将 Qwen-Image-3.0 定位为第三代图像生成基座模型，并强调把图像转化为可部署的生产力工具。现有材料未说明发布时间、开放方式、定价、训练数据或实际部署案例。

Aioga 判断，此次更新的重点不只在单幅图像效果，而是长指令理解、复杂信息图编排与多语言文字渲染的组合；这些能力是否达到稳定生产要求，仍需更多公开测试与实际案例验证。

该模型可能适用于需要复杂版式、密集文字和多语言内容的图像生产场景。值得关注的是，4.5k token 输入、九图网格和 10px 文本渲染均为公开材料中的能力描述，尚不能直接等同于所有场景下的稳定表现。 后续应关注官方是否公布模型获取方式、技术报告、评测方法及部署条件，并通过不同语言、字号、复杂指令和九图网格任务复核生成一致性、文字准确性与实际可用性。