Alibaba melancarkan Qwen-Image-3.0, dengan PixPix menjadi yang pertama dalam industri untuk menyokongnya dan kini telah dibuka untuk digunakan.

Pada 21 Julai, Alibaba melancarkan model penjanaan dan pengeditan imej Qwen-Image-3.0, PixPix yang merupakan yang pertama dalam industri untuk menyokong integrasi penuh. Antara fokus utama yang didedahkan dalam pelancaran kali ini termasuk input teks yang lebih panjang, render teks pelbagai bahasa serta pengeditan berdasarkan imej rujukan; secara khusus, API yang ditawarkan oleh Alibaba memperkenalkan generasi baharu model penjanaan dan pengeditan imej Qwen-Image-3.0, dengan PixPix menjadi antara yang pertama menyokong integrasi tersebut. Pengguna tidak perlu lagi mengkonfigurasi model atau memanggil API secara manual, sebaliknya boleh merasai sendiri keupayaan penjanaan imej Qwen-Image-3.0 melalui proses penciptaan dalam talian PixPix.

Satu: Apakah keupayaan yang dibawa oleh Qwen-Image-3.0 kali ini?

Qwen-Image-3.0 kali ini menekankan peningkatan keupayaan dalam menjana kandungan yang kompleks, render teks pada imej serta pengeditan imej rujukan.

1. Menyokong input sehingga 4.5k token

Qwen-Image-3.0 Pro menyokong input sehingga 4.5k token, membolehkan lebih banyak butiran subjek, keperluan susun atur, kandungan teks, struktur reka bentuk serta syarat-syarat tertentu dimasukkan dalam satu arahan.

Menurut maklumat rasmi Alibaba Cloud, model ini mampu mengendalikan susun atur yang kompleks dengan ketumpatan maklumat tinggi seperti surat khabar, skrip lakonan, menu, kertas ujian dan sebagainya, malah turut menyokong penggunaan imej dalam imej serta susun atur maklumat padat.

Dalam pembuatan visual e-dagang, ini bermakna pengurus operasi boleh mencatat dengan jelas sudut produk, senario penggunaan, tajuk kempen, ayat-ayat promosi, nisbah paparan, ruang kosong serta butiran produk yang tidak boleh diubah dalam satu petunjuk sahaja, sekali gus mengurangkan risiko kehilangan maklumat penting semasa proses penjanaan berulang kali.

2. Menyokong 12 bahasa dan lebih daripada 20 jenis fon

Qwen-Image-3.0 menyokong render asal bagi 12 bahasa dan lebih daripada 20 jenis fon, sambil meningkatkan keupayaan menjana teks dan imej yang rumit, teks bersaiz kecil serta antara muka berbilang modul. Maklumat rasmi juga menyatakan bahawa model ini mampu merender teks sekecil 10 piksel.

Keupayaan ini sesuai digunakan untuk imej produk rentas sempadan, bahan iklan luar negara, poster kempen pelbagai bahasa, gambar penerangan produk serta imej untuk media sosial. Pasukan boleh memeriksa terlebih dahulu panjang teks, pemecahan baris serta penggunaan ruang dalam susun atur yang sama bagi pelbagai bahasa semasa proses penjanaan.

Perlu diberi perhatian bahawa walaupun model ini mampu menjana teks, namun nama produk, harga, syarat diskaun serta kandungan terjemahan tetap perlu melalui semakan. Sebelum pelancaran rasmi, semua kandungan masih perlu disemak satu demi satu mengikut teks yang telah diluluskan.

3. Menyokong penjanaan imej daripada teks serta pengeditan imej serentak

Dokumen API Alibaba Cloud menunjukkan bahawa Qwen-Image-3.0 menyokong kedua-dua penjanaan imej daripada teks dan pengeditan imej, iaitu boleh menjana imej secara langsung berdasarkan penerangan teks, ataupun meneruskan pengeditan ke atas imej sedia ada.

Dalam tugasan pengeditan imej, pengguna boleh menghantar 1 hingga 3 imej rujukan serta menggunakan arahan teks untuk membuat pengubahsuaian kandungan. Beberapa imej rujukan boleh masing-masing menyediakan pandangan hadapan, sisi dan butiran tertentu bagi sebuah produk, membantu model memperoleh maklumat produk yang lebih lengkap.

Apabila digunakan untuk imej produk e-dagang, imej rujukan sebaiknya diambil daripada SKU yang sama. Penggunaan campuran imej versi berbeza, pembungkusan berbeza atau warna berbeza mungkin akan menghantar maklumat yang saling bertentangan kepada model.

4. Menyokong resolusi maksimum 2048×2048

Dokumen terkini Alibaba Cloud menunjukkan bahawa tugasan penjanaan imej daripada teks dan pengeditan imej Qwen-Image-3.0 menyokong resolusi maksimum 2048×2048, dengan keluaran maksimum enam imej setiap kali, dalam format PNG.

Dua: Mengapa Qwen-Image-3.0 sesuai untuk pembuatan visual e-dagang?

Penjanaan imej produk AI tradisional biasanya lebih menumpukan kepada gabungan produk dengan latar belakang, sedangkan kandungan e-dagang sebenarnya perlu menguruskan butiran produk, teks pemasaran, struktur susun atur serta keperluan saiz untuk pelbagai saluran secara serentak.

Sokongan Qwen-Image-3.0 terhadap arahan panjang dan susun atur yang kompleks membolehkan pengurus operasi memasukkan lebih banyak keperluan dalam satu tugasan. Contohnya:

• Mengekalkan bentuk, warna, bahan serta teks pembungkusan produk;

• Menetapkan sudut produk, arah cahaya serta senario penggunaan;

• Menentukan lokasi tajuk, kelebihan jualan dan maklumat promosi;

• Menyediakan ruang untuk butang, harga atau logo jenama;

• Menetapkan susun atur potret, landskap atau segi empat;

• Jelas sekali dilarang menambah aksesori, mengubah antara muka atau mengubah suai pembungkusan.

Bagi modul halaman butiran, poster aktiviti, rajah penerangan ciri produk dan gambar produk pelbagai bahasa, keupayaan arahan yang lebih lengkap ini membantu meningkatkan kesesuaian hasil janaan dengan keperluan asal.

3. Apakah maksud penyertaan PixPix dalam Qwen-Image-3.0?

Pada masa ini, PixPix telah terlebih dahulu menyertakan Qwen-Image-3.0. Pengguna tidak perlu lagi memohon Kunci API sendiri, menulis kod pemanggilan atau menetapkan parameter model, sebaliknya boleh terus merasai keupayaan janaan imej berkaitan melalui PixPix.

Qwen-Image-3.0 menyediakan keupayaan model imej asas, manakala PixPix pula mengintegrasikan model tersebut ke dalam proses penciptaan dalam talian. Bagi penjual e-dagang, juru reka bentuk dan pengurus kandungan, model baharu ini boleh digunakan untuk menghasilkan gambar utama produk, gambar suasana produk, ilustrasi halaman butiran, poster aktiviti, bahan iklan pelbagai bahasa serta sampul media sosial.

Berbanding pemanggilan API model secara berasingan, integrasi di peringkat produk ini telah mengurangkan lagi halangan penggunaan, membolehkan pengguna menjalankan kerja janaan dan suntingan secara langsung berdasarkan bahan produk sedia ada.

4. Apa yang perlu diberi perhatian apabila menggunakan Qwen-Image-3.0 untuk menghasilkan gambar produk?

Qwen-Image-3.0 telah meningkatkan keupayaan memahami arahan rumit, render teks dan penyuntingan imej rujukan, namun hasil janaan AI masih perlu disemak oleh manusia.

Sebelum digunakan secara rasmi di platform e-dagang, disarankan agar anda memeriksa dengan teliti perkara-perkara berikut:

1. Adakah kontur, warna, antara muka dan aksesori produk sepadan dengan SKU sebenar?

2. Adakah nama jenama, nombor model dan teks pada pembungkusan tepat?

3. Adakah harga, diskaun, masa aktiviti dan syarat promosi adalah betul?

4. Adakah kandungan pelbagai bahasa selaras dengan tabiat bahasa tempatan?

5. Adakah nisbah imej, zon selamat teks dan ketajaman imej mematuhi keperluan platform?

6. Adakah unsur atau aksesori yang sebenarnya tidak terdapat pada produk telah ditambah dalam gambar?

Keupayaan model dapat meningkatkan kecekapan pengeluaran bahan, namun maklumat produk dan kandungan pemasaran tetap hendaklah berdasarkan data sebenar serta teks yang telah disahkan.

5. Soalan Lazim tentang Qwen-Image-3.0 dan PixPix

1. Apakah perbezaan antara Qwen-Image-3.0 dan Qwen-Image-3.0 Pro?

Alibaba Cloud pada masa ini menawarkan dua versi model, iaitu qwen-image-3.0-pro dan qwen-image-3.0.

Versi Pro bertujuan untuk menghasilkan kandungan rumit dengan kualiti yang lebih tinggi, menyokong input sehingga 4.5k token, sesuai untuk susun atur yang kompleks, teks bersaiz kecil dan imej berdefinisi tinggi; manakala versi Standard pula menekankan keseimbangan antara kualiti dan kelajuan. Kedua-dua versi menyokong janaan imej daripada teks dan penyuntingan imej, dengan resolusi maksimum 2048×2048.

2. Apakah keupayaan utama yang disokong oleh Qwen-Image-3.0?

Menurut maklumat rasmi yang disahkan, keupayaan semasa termasuk input sehingga 4.5k token, render teks dalam 12 bahasa dan lebih daripada 20 jenis fon, janaan imej daripada teks, penyuntingan imej, sokongan 1 hingga 3 imej rujukan, output maksimum 6 imej setiap kali, format PNG serta resolusi maksimum 2048×2048.

3. Selepas PixPix menyertakan Qwen-Image-3.0, bagaimana cara pengguna biasa menggunakannya?

Menurut laporan ZNDS, PixPix telah terlebih dahulu menyiapkan integrasi Qwen-Image-3.0. Pengguna tidak perlu memanggil API model secara manual, sebaliknya boleh merasai keupayaan janaan imej berkaitan melalui proses penciptaan dalam talian PixPix.

Ringkasan

Qwen-Image-3.0 telah meningkatkan lagi keupayaan model imej AI dalam mengendalikan arahan panjang, susun atur rumit, teks pelbagai bahasa serta penyuntingan imej rujukan.

Bagi pasukan visual e-dagang, nilai mereka bukan sekadar menghasilkan satu gambar suasana produk, malah turut merangkumi penanganan keperluan imej yang rumit yang mengandungi teks, ciri jualan, susun atur serta pelbagai syarat dan had.

PixPix merupakan yang pertama melengkapkan penyambungan Qwen-Image-3.0, membolehkan pengguna biasa menggunakan model baharu untuk menghasilkan gambar produk, halaman butiran, poster aktiviti serta bahan pemasaran berbilang bahasa tanpa perlu menetapkan API mahupun parameter model.