A Alibaba lançou o Qwen-Image-3.0; a PixPix foi a primeira do setor a integrá-lo e já disponibilizou seu uso.

Em 21 de julho, a Alibaba lançou o modelo de geração e edição de imagens Qwen-Image-3.0, PixPix sendo o primeiro do setor a integrar‑se plenamente. Os principais destaques divulgados nesta versão incluem suporte a entradas de texto mais longas, renderização de textos em múltiplas línguas e edição com base em imagens de referência; quanto às capacidades específicas da API, a Alibaba apresentou a nova geração do modelo de geração e edição de imagens Qwen-Image-3.0, já adotado de forma pioneira pelo PixPix. Assim, os usuários não precisam configurar o próprio modelo nem chamar a API — basta utilizar o fluxo de criação online do PixPix para experimentar as capacidades de geração de imagens do Qwen-Image-3.0.

I. Quais são as novas capacidades trazidas pelo Qwen-Image-3.0?

O Qwen-Image-3.0 aprimorou especialmente as capacidades de geração de conteúdos complexos, renderização de textos em imagens e edição com base em imagens de referência.

1. Suporta até 4,5 mil tokens de entrada

O Qwen-Image-3.0 Pro aceita até 4,5 mil tokens de entrada, permitindo que uma única instrução incorpore descrições mais detalhadas sobre os elementos principais, requisitos de composição, conteúdo textual, estrutura de layout e diversas restrições.

De acordo com materiais oficiais da Alibaba Cloud, esse modelo consegue lidar com layouts complexos de alta densidade de informação, como jornais, storyboards, cardápios e provas, além de suportar inserções de imagens dentro de outras imagens e disposições de informações muito compactas.

Para a produção visual no comércio eletrônico, isso significa que os operadores podem especificar claramente, em um único prompt, ângulos do produto, cenários de uso, títulos promocionais, pontos de venda, proporções da imagem, áreas de espaço em branco e detalhes do produto que não devem ser alterados, reduzindo assim a probabilidade de que alguma exigência seja esquecida durante várias etapas de geração.

2. Suporta 12 idiomas e mais de 20 fontes

O Qwen-Image-3.0 oferece renderização nativa em 12 idiomas e mais de 20 fontes, reforçando ainda a capacidade de gerar textos e imagens complexas, textos em tamanhos reduzidos e interfaces compostas por múltiplos módulos. Segundo os materiais oficiais, o modelo é capaz de renderizar textos com até 10 pixels de tamanho.

Essa funcionalidade é ideal para imagens de produtos destinadas ao comércio internacional, peças publicitárias voltadas ao exterior, cartazes promocionais multilíngues, ilustrações explicativas de produtos e imagens para redes sociais. A equipe pode, já na fase de geração, verificar antecipadamente a extensão dos caracteres, as quebras de linha e a ocupação de espaço em diferentes idiomas dentro do mesmo layout.

É importante ressaltar que, embora o modelo consiga gerar textos, isso não dispensa a revisão prévia de nomes de produtos, preços, condições de desconto e demais conteúdos traduzidos. Antes do lançamento oficial, cada item deve ser verificado conforme o roteiro aprovado.

3. Suporta tanto a geração de imagens a partir de texto quanto a edição de imagens

Conforme documentação da API da Alibaba Cloud, o Qwen-Image-3.0 permite tanto a geração de imagens a partir de texto quanto a edição de imagens — ou seja, é possível criar diretamente uma imagem com base em uma descrição textual ou continuar editando uma imagem já existente.

Nas tarefas de edição de imagens, os usuários podem enviar de 1 a 3 imagens de referência e, combinando‑as com instruções textuais, realizar modificações no conteúdo. Várias imagens de referência podem fornecer, respectivamente, vistas frontais, laterais e detalhes específicos do produto, ajudando o modelo a obter informações mais completas sobre o item.

Quando se trata de imagens de produtos para e‑commerce, as fotos de referência devem, preferencialmente, pertencer ao mesmo SKU. O uso misto de imagens de versões diferentes, embalagens distintas ou cores variadas pode transmitir ao modelo informações contraditórias.

4. Suporta resolução máxima de 2048×2048

Segundo a documentação atual da Alibaba Cloud, tanto a geração de imagens a partir de texto quanto a edição de imagens pelo Qwen-Image-3.0 suportam resolução máxima de 2048×2048, podendo produzir até 6 imagens por vez, em formato PNG.

II. Por que o Qwen-Image-3.0 é adequado à produção visual no comércio eletrônico?

A geração tradicional de imagens de produtos por IA costuma focar principalmente na combinação entre o produto e o fundo, enquanto o conteúdo real do e‑commerce exige também o tratamento simultâneo de detalhes do produto, textos promocionais, estrutura do layout e requisitos de dimensões para diferentes canais.

O suporte do Qwen-Image-3.0 a instruções longas e layouts complexos permite que os operadores incluam mais requisitos em uma única tarefa. Por exemplo:

• Preservar a forma, cor, material e texto da embalagem do produto;

• Definir ângulo do produto, direção da luz e cenário de uso;

• Estabelecer a posição do título, dos pontos de venda e das informações promocionais;

• Reservar espaços para botões, preços ou logotipos de marca;

• Especificar composição horizontal, vertical ou quadrada;

• É expressamente proibido acrescentar acessórios, alterar interfaces ou modificar a embalagem.

Para módulos de páginas de detalhes, cartazes promocionais, ilustrações das funcionalidades do produto e imagens multilíngues dos produtos, essa capacidade mais completa de interpretação de instruções ajuda a melhorar a correspondência entre os resultados gerados e as necessidades originais.

III. O que significa a integração do PixPix com o Qwen-Image-3.0

Atualmente, o PixPix já foi o primeiro a integrar-se ao Qwen-Image-3.0. Os usuários não precisam solicitar uma chave API, escrever códigos de chamada nem configurar parâmetros do modelo; basta utilizar o PixPix para experimentar as respectivas capacidades de geração de imagens.

O Qwen-Image-3.0 oferece capacidades básicas do modelo de imagem, enquanto o PixPix incorpora esse modelo ao fluxo de criação online. Para vendedores de e-commerce, designers e profissionais de gestão de conteúdo, é possível usar o novo modelo na produção de imagens principais de produtos, imagens de cenários de produtos, ilustrações para páginas de detalhes, cartazes promocionais, materiais publicitários multilíngues e capas para redes sociais, entre outros.

Em comparação com a chamada independente da API do modelo, a integração direta no produto reduz ainda mais a barreira de uso, permitindo que os usuários realizem diretamente tarefas de geração e edição com base nos materiais existentes do produto.

IV. O que deve ser observado ao criar imagens de produtos com o Qwen-Image-3.0

O Qwen-Image-3.0 aprimorou a capacidade de compreender instruções complexas, renderizar textos e editar imagens de referência, mas os resultados gerados pela IA ainda precisam passar por verificação manual.

Antes de utilizá-lo oficialmente em plataformas de e-commerce, recomenda-se verificar especialmente os seguintes pontos:

1. Se o contorno, as cores, as interfaces e os acessórios do produto correspondem ao SKU real;

2. Se o nome da marca, o modelo e os textos da embalagem estão corretos;

3. Se o preço, os descontos, as datas das promoções e as condições promocionais estão corretos;

4. Se o conteúdo multilíngue está de acordo com os hábitos de expressão locais;

5. Se a proporção da imagem, a área segura para texto e a nitidez atendem aos requisitos da plataforma;

6. Se a imagem inclui funções ou acessórios que o produto realmente não possui.

Embora a capacidade do modelo possa aumentar a eficiência na produção de materiais, as informações sobre os produtos e o conteúdo de marketing devem sempre basear-se em dados reais e em textos aprovados.

V. Perguntas frequentes sobre o Qwen-Image-3.0 e o PixPix

1. Qual é a diferença entre o Qwen-Image-3.0 e o Qwen-Image-3.0 Pro?

A Alibaba Cloud atualmente disponibiliza duas versões do modelo: o qwen-image-3.0-pro e o qwen-image-3.0.

A versão Pro destina-se à geração de conteúdos complexos de alta qualidade, suportando até 4,5 mil tokens de entrada, sendo ideal para layouts elaborados, textos em fontes pequenas e imagens de alta fidelidade; já a versão padrão equilibra qualidade e velocidade. Ambas as versões permitem geração de imagens a partir de texto e edição de imagens, com resolução máxima de 2048×2048.

2. Quais são as principais capacidades suportadas pelo Qwen-Image-3.0?

De acordo com as informações oficiais, as capacidades confirmadas incluem entrada de até 4,5 mil tokens, renderização em 12 idiomas e mais de 20 tipos de fontes, geração de imagens a partir de texto, edição de imagens, suporte a 1 a 3 imagens de referência, saída de até 6 imagens por vez, formato PNG e resolução máxima de 2048×2048.

3. Após a integração do PixPix, como os usuários comuns podem utilizá-lo?

Segundo reportagens do ZNDS, o PixPix já concluiu a integração com o Qwen-Image-3.0. Os usuários não precisam chamar a API do modelo por conta própria; podem aproveitar as capacidades de geração de imagens diretamente através do fluxo de criação online do PixPix.

Conclusão

O Qwen-Image-3.0 aprimorou ainda mais a capacidade dos modelos de imagem de IA em lidar com instruções longas, layouts complexos, textos multilíngues e edição de imagens de referência.

Para a equipe de visualização do comércio eletrônico, o valor não se limita à geração de uma única imagem de cenário de produto; abrange também o atendimento a demandas complexas de imagens que incluem texto, pontos de venda, layout e diversas restrições.

PixPix foi o primeiro a concluir a integração com o Qwen-Image-3.0, permitindo que usuários comuns utilizem o novo modelo para criar imagens de produtos, páginas de detalhes, cartazes promocionais e materiais de marketing em múltiplos idiomas, sem precisar configurar APIs nem parâmetros de modelo.