Qwen Image 3.0 Pro képgenerátor érkezett a Picsartba

Részletes képekhez és összetett elrendezésekhez készült

A Picsart szeptember 2-i bejelentése szerint a Qwen Image 3.0 Pro az Alibaba Qwen 2 modellcsaládjának újabb generációja. Egy modellen belül kínál képgenerálást és képszerkesztést: a felhasználó szöveges utasításból indíthat, vagy egy már meglévő képet adhat át módosításra.

A modell minden elérhető felbontása nagyjából 4,2 megapixeles. Öt beállítás közül lehet választani, a 2048x2048 pixeles négyzettől a szélesebb fekvő és álló formátumokig. A Picsart szerint ez különösen olyan képeknél fontos, ahol a finom részleteknek is meg kell maradniuk, például táblák szövegénél, storyboard-paneleknél, étlapoknál vagy összetett elrendezéseknél.

A választható méretek között szerepel a 2688x1536 pixeles széles fekvő formátum, a 1536x2688 pixeles álló változat, valamint a 2368x1728 és az 1728x2368 pixeles, kevésbé szélsőséges fekvő és álló arány. A 1536x2688-as beállítás áll a legközelebb a 9:16-os közösségi formátumhoz, de közvetlen Stories- vagy Reels-publikálásnál kisebb vágásra lehet szükség.

Hosszú utasításokat és képen belüli szöveget is kezel

A Qwen Image 3.0 Pro körülbelül 4500 token hosszúságú promptokat támogat. Rövid utasításokkal is használható, összetett briefeknél viszont a hosszabb leírás több részlet rögzítését teszi lehetővé. A modellhez prompt-rewrite és thinking mód is tartozik.

A prompt-rewrite a rövid leírást részletesebbé teszi a generálás előtt, akár önállóan, akár egy ügynök bevonásával. A thinking mód lehetőséget ad arra, hogy a modell előbb feldolgozza az összetett kérést, például amikor több szereplőt, kötött elrendezést és több különálló szövegelemet kell egy képen elhelyeznie.

A Picsart állítása szerint a modell körülbelül 10 pixeles méretig képes megtartani a szöveget, és helyesen is írja le azt. A rendszer natívan 12 nyelvet és több mint 20 betűtípust támogat. Ez olyan munkáknál lehet hasznos, mint a csomagolástervek, étlapok, reklámanyagok, kezelőfelület-makettek, storyboardok, magazinoldalak és újságoldalak.

A képszerkesztésnél a felhasználó referencia- vagy forrásképet csatol, majd természetes nyelven írja le a kívánt változtatást. A Picsart azt javasolja, hogy az utasítás térjen ki arra is, minek kell változatlanul maradnia, például az arcnak, a hajnak vagy a terméknek.

Így használható a Picsartban

A Playgroundben először az Image lehetőséget kell kiválasztani, majd a modellválasztóban a Qwen 3.0 Pro nevű bejegyzést. Ezután megadható a felbontás és az egy futtatásban létrehozandó képek száma: egy, kettő, négy vagy hat változat kérhető.

A prompt beírható, de a felhasználó a mikrofon gombbal be is mondhatja. Az Inspire me funkció ötletekkel tölti ki a szövegmezőt. Referenciakép csak meglévő kép szerkesztésénél szükséges. A generálás után kiválasztható a legerősebb eredmény, vagy új futtatás indítható pontosabb utasítással.

A Playgroundben a Qwen Image 3.0 Pro ugyanazzal a prompttal több mint 170 másik modellel is összevethető. A modell elérhető a weben és a Picsart asztali alkalmazásában, továbbá CLI-n, MCP-n, REST API-n és SDK-n keresztül saját projektekbe is beköthető. A Picsart szerint ehhez nincs szükség más szolgáltató API-kulcsára vagy külön előfizetésre, a kreditek pedig a teljes modellkatalógusban közösek.

A szolgáltatásban így ugyanarról a helyről lehet váltani a Qwen 2 Pro, a Seedream 4.5, a Flux 2 Pro, az Imagen 4.0 Ultra és a Qwen Image 3.0 Pro között. A Picsart szerint a modell akkor lehet különösen indokolt, ha a képen az információ és az apró részletek is fontosak. Egyszerű képekhez a vállalat egy könnyebb, gyorsabb modellt javasol.