Qwen: Qwen Image 3 Pro

Qwen-Image-3.0 Pro er Qwens flagskibsmodel i tredje generation til billedgenerering og redigering. Den kombinerer komplekse layouts, detaljerede realistiske teksturer, flersproget typografi og tæt efterlevelse af billedbeskrivelsen. Pro og standardversionen Qwen-Image-3.0 deler de dokumenterede genererings- og redigeringstilstande; Pro lægger vægt på billedkvalitet, mens standardversionen balancerer kvalitet og hastighed. Resultatet er et renderet billede.

Ved informationsrig grafik skal du definere indholdet før udseendet: overskrift, supplerende tekst, tal, hierarki og forholdet mellem afsnit. En nyttig produktbeskrivelse kan kombinere et hovedobjekt, nærbilleder af materialedetaljer og mærkede egenskaber på samme billedflade. Ved en undervisningsillustration skal du angive begrebet, diagramstrukturen og de præcise billedtekster frem for at lade modellen opfinde de underliggende fakta. Komplekse layouts kan også vise flere paneler eller indlejrede grænseflader. Hold den anbefalede maksimale promptlængde på 4.500 tokens fokuseret på, hvad der skal vises, og hvor det hører til.

3.0-familien understøtter indbygget typografi på 12 sprog, flere skrifttyper og mere end 100 kunstneriske stilarter samt fine teksturer som hår, hud eller stof. Gengivelse af lille tekst er demonstreret ned til 10 pixels. Det understøtter design, der blander bogstaver med et fysisk materiale eller kombinerer tekst med realistiske billeder. Giv den præcise ordlyd, tal og sprog, og beskriv hver tekstbloks typografiske rolle. En avisside eller en grænseflademockup er stadig et billede, så en senere redigerbar opsætning eller interaktiv funktion er et separat resultat, der skal bygges ud fra billedet.

Pro kan redigere tekst i et billede, tilføje, slette eller flytte elementer, ændre et motivs handling, overføre visuel stil og forbedre detaljer. Redigering modtager ét til tre inputbilleder med en instruktion. Deres rækkefølge bestemmer billede 1, billede 2 og billede 3 i opgavebeskrivelsen. Angiv, hvilken reference der giver motivets identitet, hvilken der leverer et objekt eller tøj, og hvilken der bidrager med omgivelser eller en positur. En fokuseret redigering nævner både den ønskede ændring og de egenskaber, der skal bevares, så det resulterende billede bliver lettere at sammenligne med referencerne.

Understøttede input er JPG, JPEG, PNG, BMP, TIFF, WebP og GIF, hvor kun det første billede bruges ved animerede GIF-filer. Hvert inputbillede kan være op til 10 MB. Det præcise API accepterer sidelængder fra 1 til 8.000 pixels og et forhold mellem lang og kort side på højst 10:1; det anbefalede interval er 384–2.048 pixels. Redigeringsvejledningen anbefaler separat billeder op til 3.072 pixels, så behandl inputvalget som forberedelse til de nødvendige detaljer, ikke som et løfte om, at enhver opløsning forbedrer resultatet. Brug en læsbar og tilstrækkeligt indrammet reference til lille tekst eller materialegenskaber.

Output er PNG. Producentens arbejdsgang returnerer ét til seks alternativer, som standard ét, og understøtter et samlet pixelareal fra 512 × 512 til 2.048 × 2.048 med sideforhold fra 1:8 til 8:1. Pixelarealbudgettet tillader visse ikke-kvadratiske dimensioner, hvor den lange side overstiger 2.048 pixels. Når der ikke angives en størrelse, anbefaler modellen en opløsning ud fra opgavebeskrivelsen. Vælg formen til den faktiske placering, og sammenlign derefter de genererede alternativer for indholdets fuldstændighed, motivdetaljer og typografi ved den tilsigtede visningsstørrelse.

Intelligent promptomskrivning er aktiveret som standard. Direkte forbedring er tilgængelig for både generering og redigering, mens agentforbedring forfiner tekst-til-billede-prompts og ikke kan bruges til billede-til-billede-redigering. Thinking er også aktiveret som standard og kræver promptomskrivning; det tilføjer ræsonnementsarbejde og genereringstid. Negative prompts angiver uønskede elementer, og et valgfrit seed kan gøre sammenligninger mellem varianter mere ensartede. En tydelig positiv opgavebeskrivelse skal stadig fastlægge motiv, komposition og detaljer, der skal bevares.

En praktisk resultatgennemgang kontrollerer præcis tekst, tal, læserækkefølge, referencetrohed og de kanter eller teksturer, der betyder noget for designet. Når en bestemt del skal revideres, skal du bevare den vellykkede komposition og beskrive den fokuserede ændring. Gem alle valgte billeder med deres prompt og referencer, da producentens outputplaceringer udløber efter 24 timer. Pros dokumenterede tilstande og grænser hører til 3.0-versionen; de ti referencer og den indbyggede transparens, der beskrives for Qwen 2.1, er separate versionsegenskaber.