阿里发布 Qwen-Image-3.0，支持 4.5k token 和 10px 小字
千问大模型 · wechat · 2026-07-21
阿里千问团队正式发布 Qwen-Image-3.0，把这代图像生成模型的主线概括为三个字：实——更能装得下复杂内容、更能画出细节、也更懂现实世界里的界面与语言。
主要能力
- 内容更丰实：支持最高 4.5k token 输入，能处理报纸、分镜、试卷这类复杂版面。
- 细节更真实：可以清晰渲染 10px 小字，毛孔、发丝等微观细节也更逼真。
- 知识更厚实：支持 12 种语言 的原生渲染，也能更好地仿真网页、游戏、直播等 UI 界面。
官方展示的典型场景
- 一张提示词生成包含数学、科普、图表和文字的 9 宫格复杂信息图。
- 在同一张图里实现 VS Code → 千问聊天 → 社交聊天 → 咖啡海报 的嵌套式“画中画”。
- 渲染带复杂公式的学术论文页。
- 在书页上叠加自然的手写批注。
- 修复破损古画，同时尽量保持原有笔法与风格。
目前该模型已在 阿里云百炼 和千问平台开放邀测 API，QwenStudio 与千问 APP 也将上线免费体验。
所属事件:阿里发布 Qwen-Image-3.0，主打复杂排版与多语言渲染(17 条相关)→
「多模态」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11