Qwen: Qwen Image 3

Qwen-Image-3.0 je třetí generace obrazového modelu Qwen, která v jednom modelu spojuje tvorbu obrázků z textu a úpravy podle referencí. Standardní edice vyvažuje kvalitu obrazu a rychlost odezvy, zatímco Qwen-Image-3.0 Pro je příbuznou vlajkovou edicí zaměřenou na kvalitu. Výsledkem požadavku je obrázek: plakát, ilustrované vysvětlení, produktová scéna, storyboard nebo upravená fotografie, nikoli upravitelný dokument či funkční rozhraní.

Jeho schopnosti vytvářet bohatý obsah se hodí pro plátno s několika souvisejícími oddíly nebo vnořeným vizuálním rozvržením. Než přidáte stylistické podrobnosti, připravte nadpisy, přesné znění, hierarchii a vztahy mezi jednotlivými panely. Pro srovnání produktů je užitečné zadání, které určí hlavní pohled na produkt, vlastnosti k označení a pořadí čtení doplňujících panelů. U storyboardu popište zvlášť námět, děj a popisek každého panelu. Doporučená maximální délka promptu je 4 500 tokenů; tento prostor využijte pro obsah a rozvržení, které obrázek skutečně potřebuje.

Model podporuje detailní textury, typografii až po drobný text předvedený při velikosti 10 pixelů a nativní vykreslování ve 12 jazycích s různými písmy a uměleckými styly. Tyto schopnosti umožňují spojit realistický objekt s grafikou bohatou na informace místo nutnosti volit mezi fotografií a rozvržením s velkým množstvím textu. Zadejte přesná slova a číslice, které se mají zobrazit, jejich jazyk a umístění. Vygenerované rozhraní berte jako vizuální návrh: tlačítka, grafy a popisky v obrázku neimplementují chování aplikace.

Úpravy mohou měnit text, přidávat či odstraňovat objekty, přesouvat prvky, upravovat činnost zobrazeného subjektu, přenášet styl nebo vylepšovat detaily poškozeného obrázku. Poskytněte jeden až tři obrázky a jeden jasný pokyn k úpravě. Číslování obrázků odpovídá pořadí, v němž je dodáte; určete tedy, který obrázek poskytuje subjekt, který oděv nebo objekt a který prostředí. U produktové scény požádejte o umístění objektu z obrázku 1 do prostředí z obrázku 2 při zachování znaků, které produkt odlišují. Výslovně uveďte požadované změny i to, co má zůstat zachováno.

Tento konkrétní postup pro vstupní obrázky přijímá JPG, JPEG, PNG, BMP, TIFF, WebP a GIF; u animovaného GIF se zpracovává pouze první snímek. Každý obrázek může mít až 10 MB. Aktuální API přijímá rozměry od 1 do 8 000 pixelů s poměrem delší a kratší strany nejvýše 10:1 a pro dobré výsledky doporučuje 384–2 048 pixelů. Vyberte vstup, na němž jsou jasně vidět detaily, které se mají přenést nebo upravit. Příliš těsný ořez reference může skrýt okolní strukturu potřebnou k přirozenému umístění objektu.

Výstup je ve formátu PNG, s jedním až šesti obrázky na požadavek a výchozím počtem jeden. Plocha výstupu v pixelech se pohybuje od 512 × 512 do 2 048 × 2 048, s poměrem stran od 1:8 do 8:1; jde o limity plochy, nikoli o pravidlo, že každá strana smí mít nejvýše 2 048 pixelů. Pokud velikost nezadáte, model doporučí rozlišení podle promptu. Zvolte kompozici na šířku, čtvercovou nebo na výšku podle zamýšleného použití a poté vrácený obrázek prohlédněte v této skutečné velikosti, abyste mohli posoudit drobné popisky a jemné detaily tam, kde se budou zobrazovat.

Přepisování promptu je v postupu výrobce ve výchozím nastavení zapnuto. Přímé vylepšení funguje pro generování i úpravy; vylepšení pomocí agenta je propracovanější režim přepisování určený pouze pro tvorbu obrázku z textu a při úpravách obrázku podle obrázku je odmítnuto. Uvažování je ve výchozím nastavení zapnuto, vyžaduje přepisování promptu a prodlužuje dobu generování. Negativní prompty mohou popsat nežádoucí prvky, zatímco pevný seed pomáhá porovnávat varianty. Výslovně uveďte vyloučené prvky a přesné požadavky na zachování místo očekávání, že seed při měnícím se zadání zajistí totožný obrázek.

Pro užitečný výsledný výstup zkontrolujte vykreslená slova, jednotky, pořadí panelů a detaily, podle nichž lze subjekt poznat, a poté opravte konkrétní část, která zadání nesplnila. Odpověď s více obrázky nabízí alternativy k porovnání; u každého vráceného obrázku uchovejte spojení s promptem a referencemi, z nichž vznikl. Umístění obrázků u výrobce přestávají platit po 24 hodinách, proto uchovejte samotný obrazový soubor, jakmile se výsledek stane součástí projektu. Standardní edice 3.0 zůstává odlišná od Pro i od modelů Qwen 2.1, které mají jiné počty referencí a funkce průhlednosti.