Alibaba meluncurkan Qwen-Image-3.0, yang pertama kali diintegrasikan ke dalam industri PixPix dan kini telah tersedia untuk digunakan.

Pada 21 Juli, Alibaba meluncurkan model generasi dan pengeditan gambar Qwen-Image-3.0, PixPix menjadi yang pertama di industri yang berhasil terhubung. Fokus utama dari rilis kali ini mencakup input teks yang lebih panjang, rendering teks dalam berbagai bahasa, serta pengeditan gambar referensi; secara spesifik, Alibaba menghadirkan model generasi dan pengeditan gambar generasi baru Qwen-Image-3.0, dan PixPix telah menjadi yang pertama untuk melakukan integrasi. Pengguna tidak perlu lagi mengkonfigurasi model atau memanggil API secara manual, karena mereka dapat langsung merasakan kemampuan generasi gambar Qwen-Image-3.0 melalui alur kerja kreatif online di PixPix.

I. Apa saja kemampuan yang dibawa oleh Qwen-Image-3.0 kali ini?

Qwen-Image-3.0 kali ini secara khusus meningkatkan kemampuan dalam menghasilkan konten yang kompleks, rendering teks pada gambar, serta pengeditan gambar referensi.

1. Mendukung input hingga 4.5k token

Qwen-Image-3.0 Pro mendukung input hingga 4.5k token, sehingga dalam satu instruksi dapat memuat lebih banyak deskripsi objek utama, persyaratan komposisi, isi teks, struktur tata letak, serta berbagai batasan lainnya.

Menurut dokumentasi resmi Alibaba Cloud, model ini mampu menangani tata letak kompleks dengan kepadatan informasi tinggi seperti koran, storyboard, menu, lembar soal, serta mendukung fitur gambar dalam gambar dan penataan informasi yang padat.

Untuk produksi visual e-commerce, hal ini berarti para operator dapat menuliskan secara jelas dalam satu prompt: sudut pandang produk, skenario penggunaan, judul promosi, kalimat poin penjualan, rasio aspek gambar, posisi ruang kosong, serta detail produk yang tidak boleh diubah, sehingga mengurangi risiko kehilangan informasi selama proses generasi berulang.

2. Mendukung 12 bahasa dan lebih dari 20 jenis font

Qwen-Image-3.0 mendukung rendering native untuk 12 bahasa dan lebih dari 20 jenis font, serta memperkuat kemampuan dalam menghasilkan teks dan gambar yang rumit, teks berukuran kecil, dan antarmuka dengan banyak modul. Dokumentasi resmi juga menyebutkan bahwa model ini mampu merender teks sekecil 10 piksel.

Kemampuan ini sangat berguna untuk gambar produk lintas negara, materi iklan luar negeri, poster promosi multibahasa, ilustrasi penjelasan produk, serta gambar pendukung media sosial. Tim dapat memeriksa terlebih dahulu panjang karakter, baris baru, dan alokasi ruang untuk berbagai bahasa dalam satu tata letak yang sama selama tahap generasi.

Perlu diperhatikan bahwa meskipun model ini mampu menghasilkan teks, bukan berarti nama produk, harga, syarat diskon, atau konten terjemahan dapat melewati proses peninjauan. Sebelum rilis resmi, semua konten tetap harus diperiksa satu per satu sesuai dengan naskah yang disetujui.

3. Mendukung baik generasi gambar dari teks maupun pengeditan gambar

Dokumen API Alibaba Cloud menunjukkan bahwa Qwen-Image-3.0 mendukung baik generasi gambar dari teks maupun pengeditan gambar, artinya model ini dapat langsung menghasilkan gambar berdasarkan deskripsi teks, atau melanjutkan pengeditan pada gambar yang sudah ada.

Dalam tugas pengeditan gambar, pengguna dapat mengirimkan 1 hingga 3 gambar referensi, lalu menggunakan instruksi teks untuk melakukan perubahan pada konten. Beberapa gambar referensi dapat masing-masing menyajikan sisi depan, sisi samping, serta detail bagian tertentu dari produk, membantu model memperoleh informasi produk yang lebih lengkap.

Saat digunakan untuk gambar produk e-commerce, gambar referensi sebaiknya berasal dari SKU yang sama. Menggunakan campuran gambar dengan versi, kemasan, atau warna yang berbeda dapat memberikan informasi yang saling bertentangan kepada model.

4. Mendukung resolusi maksimal 2048×2048

Dokumen terbaru Alibaba Cloud menunjukkan bahwa tugas generasi gambar dan pengeditan gambar pada Qwen-Image-3.0 mendukung resolusi maksimal 2048×2048, dengan output maksimal 6 gambar sekali jalan, dalam format PNG.

II. Mengapa Qwen-Image-3.0 cocok untuk produksi visual e-commerce?

Generasi gambar produk AI tradisional biasanya lebih fokus pada kombinasi antara produk dan latar belakang, sementara konten e-commerce yang sebenarnya juga harus mempertimbangkan detail produk, teks pemasaran, struktur tata letak, serta persyaratan ukuran untuk berbagai kanal distribusi.

Dukungan Qwen-Image-3.0 terhadap instruksi panjang dan tata letak kompleks memungkinkan para operator untuk memasukkan lebih banyak persyaratan dalam satu tugas. Contohnya:

• Mempertahankan bentuk, warna, material, serta teks pada kemasan produk;

• Menentukan sudut pandang produk, arah cahaya, dan skenario penggunaan;

• Mengatur posisi judul, poin penjualan, dan informasi promosi;

• Menyisihkan area untuk tombol, harga, atau logo merek;

• Menentukan komposisi horizontal, vertikal, atau persegi;

• Dilarang keras menambahkan aksesori, mengubah antarmuka, atau memodifikasi kemasan.

Untuk modul halaman detail, poster promosi, gambar penjelasan fitur produk, dan gambar produk multibahasa, kemampuan instruksi yang lebih lengkap ini membantu meningkatkan kesesuaian hasil generasi dengan kebutuhan awal.

3. Apa arti dari integrasi PixPix dengan Qwen-Image-3.0?

Saat ini, PixPix telah menjadi yang pertama terintegrasi dengan Qwen-Image-3.0. Pengguna tidak perlu lagi mendaftar API Key, menulis kode pemanggilan, atau mengatur parameter model; mereka dapat langsung merasakan kemampuan generasi gambar melalui PixPix.

Qwen-Image-3.0 menyediakan kemampuan model gambar tingkat dasar, sementara PixPix mengintegrasikan model tersebut ke dalam alur kerja pembuatan konten secara online. Bagi para penjual e-commerce, desainer, dan pengelola konten, model baru ini dapat digunakan untuk membuat berbagai jenis materi seperti foto utama produk, gambar suasana produk, ilustrasi halaman detail, poster promosi, materi iklan multibahasa, serta sampul media sosial.

Dibandingkan dengan pemanggilan API model secara terpisah, integrasi di sisi produk justru semakin menurunkan hambatan penggunaan, sehingga pengguna dapat langsung melakukan proses generasi dan penyuntingan berdasarkan materi produk yang sudah ada.

4. Apa saja hal-hal yang perlu diperhatikan saat menggunakan Qwen-Image-3.0 untuk membuat gambar produk?

Qwen-Image-3.0 telah meningkatkan kemampuan dalam memahami instruksi kompleks, merender teks, serta menyunting gambar referensi; namun hasil generasi AI tetap memerlukan pemeriksaan manual.

Sebelum digunakan secara resmi di platform e-commerce, disarankan untuk memeriksa secara teliti hal-hal berikut:

1. Apakah siluet, warna, antarmuka, dan aksesori produk sesuai dengan SKU asli?

2. Apakah nama merek, nomor model, dan tulisan pada kemasan akurat?

3. Apakah harga, diskon, waktu promosi, dan syarat promo sudah benar?

4. Apakah konten multibahasa sesuai dengan kebiasaan berbahasa setempat?

5. Apakah proporsi gambar, area aman teks, dan tingkat ketajaman sesuai dengan persyaratan platform?

6. Apakah gambar menampilkan fitur atau aksesori yang sebenarnya tidak dimiliki oleh produk?

Kemampuan model dapat meningkatkan efisiensi produksi materi, namun informasi produk dan konten pemasaran tetap harus didasarkan pada data yang sebenarnya serta teks yang telah disetujui.

5. Pertanyaan Umum tentang Qwen-Image-3.0 dan PixPix

1. Apa perbedaan antara Qwen-Image-3.0 dan Qwen-Image-3.0 Pro?

Saat ini, Alibaba Cloud menyediakan dua versi model: qwen-image-3.0-prodan qwen-image-3.0.

Versi Pro ditujukan untuk menghasilkan konten kompleks berkualitas tinggi, mendukung input hingga 4.500 token, cocok untuk tata letak rumit, teks berukuran kecil, dan gambar berpresisi tinggi; sedangkan versi Standar menyeimbangkan kualitas dan kecepatan generasi. Kedua versi mendukung pembuatan gambar dari teks maupun penyuntingan gambar, dengan resolusi maksimum 2048×2048.

2. Kemampuan inti apa saja yang didukung oleh Qwen-Image-3.0?

Menurut informasi resmi saat ini, kemampuan yang telah dikonfirmasi mencakup input hingga 4.500 token, rendering 12 bahasa dan lebih dari 20 jenis font, pembuatan gambar dari teks, penyuntingan gambar, dukungan 1 hingga 3 gambar referensi, output maksimal 6 gambar sekali jalan, format PNG, serta resolusi maksimum 2048×2048.

3. Setelah integrasi dengan PixPix, bagaimana cara pengguna biasa menggunakannya?

Menurut laporan ZNDS, PixPix telah menjadi yang pertama menyelesaikan integrasi Qwen-Image-3.0. Pengguna tidak perlu lagi memanggil API model secara manual; mereka dapat merasakan kemampuan generasi gambar melalui alur kerja pembuatan daring di PixPix.

Kesimpulan

Qwen-Image-3.0 semakin meningkatkan kemampuan model gambar AI dalam menangani instruksi panjang, tata letak kompleks, teks multibahasa, serta penyuntingan gambar referensi.

Bagi tim visual e-commerce, nilai mereka tidak hanya terletak pada pembuatan satu gambar adegan produk, tetapi juga mencakup penanganan kebutuhan gambar yang kompleks dengan teks, poin-poin penjualan, tata letak, serta berbagai batasan lainnya.

PixPix menjadi yang pertama menyelesaikan integrasi Qwen-Image-3.0, sehingga pengguna umum tidak perlu mengonfigurasi API maupun parameter model untuk menggunakan model baru tersebut dalam pembuatan gambar produk, halaman detail, poster promosi, serta materi pemasaran multibahasa.