AI Qwen Image 3 dari Alibaba Ingin Berguna, Bukan Hanya Cantik

Tim Qwen Alibaba meluncurkan Qwen Image 3.0 pada hari Selasa, dan penawaran ini tidak ada hubungannya dengan seberapa cantiknya hasil keluaran. Ini tentang apakah keluaran tersebut benar-benar dapat digunakan di tempat kerja.

Sebagian besar alat gambar AI---Reve, Nano Banana, Seedream---dirancang untuk unggul di area tertentu: kreativitas, realisme, kemampuan pengeditan, dan sebagainya. Qwen Image 3.0 mengambil arah yang berbeda. "Qwen-Image-3.0 tidak hanya mengejar 'tampak baik'---ia mengejar 'berguna', menjadikan generasi gambar sebagai alat produktivitas yang benar-benar dapat diterapkan," tulis tim Qwen dalam pengumuman resminya.

Pusat perhatian adalah apa yang disebut raksasa China Alibaba sebagai konten kaya. Model ini menerima hingga 4.500 token, yang merupakan 4,5 kali lebih banyak daripada generasi sebelumnya dapat proses. Token adalah unit teks yang dibaca AI; bayangkan token sebagai kira-kira satu kata atau bagian dari kata, jadi 4.500 di antaranya adalah beberapa halaman instruksi terperinci.

Itu cukup untuk mendeskripsikan sembilan panel infografis terpisah dalam satu prompt dan mendapatkannya kembali sebagai satu gambar lengkap.

"Seluruh gambar di atas dihasilkan oleh Qwen-Image-3.0 dalam satu kali proses, bukan disatukan dari beberapa gambar," tulis Alibaba di blognya. Setiap panel dalam demo berisi diagram, rumus, keterangan, dan teks kecilnya sendiri---dihasilkan dalam satu tembakan, bukan dirakit setelahnya.

Ini adalah satu-satunya model yang mampu mencapai ini tanpa kesalahan besar.

Bagian kedua adalah apa yang disebut perusahaan sebagai detail otentik. Menurut Alibaba, model ini "mendukung rendering teks yang tepat hingga 10px, dengan jelas mereproduksi detail seperti pori-pori dan helai rambut dengan penggambaran mikro yang hidup." Sepuluh piksel adalah cetakan kecil---jenis yang akan Anda lihat pada penafian farmasi. Model ini juga menangani LaTeX---sistem notasi yang digunakan peneliti untuk menulis persamaan matematis kompleks---dengan akurat di seluruh mockup makalah akademis.

Dalam pengujian biasa kami, kami memberikan model beberapa kalimat dan mengevaluasi bagaimana mereka memprosesnya. Qwen Image 3.0 mampu menghasilkan gambar di bawah ini, menurut blog resmi Alibaba.

Kami mencoba fitur ini menggunakan konfigurasi tercepat model. Qwen Image 3.0 mampu mereproduksi satu artikel penuh dari Decrypt. Pelaksanaannya sangat mengesankan, tetapi hasilnya tidak sempurna.

Pilar ketiga dari Qwen Image 3.0 adalah pengetahuan mendalam. Menurut tim Qwen, model ini "mendukung rendering asli dari 12 bahasa, mensimulasikan antarmuka arus utama seperti halaman web, permainan, dan siaran langsung, serta mengandalkan pengetahuan dunia yang kaya." Ini juga terhubung ke internet untuk mengambil data langsung, yang berarti meminta visual ramalan cuaca untuk kota dan tanggal tertentu menghasilkan grafik yang akurat, bukan tebakan.

Sebagai contoh, Alibaba membagikan foto serangga di atas daun. Model ini mampu menghasilkan teks relevan berdasarkan pemahamannya tentang gambar tersebut.

Alibaba memasarkan kepada studio desain, tim konten, operasi e-commerce, dan pendidik yang memerlukan aset visual siap produksi dalam jumlah besar.

Namun, perlu dicatat bahwa dalam evaluasi Qwen-Image-Bench milik Alibaba---sebuah tolok ukur yang menilai kualitas gambar, estetika, dan kesetiaan dunia nyata di 18 model---Qwen Image 2.0 Pro, flagship sebelumnya, menempati peringkat kelima. Gambar GPT 2 dari OpenAI memimpin peringkat. Model baru mungkin berkinerja lebih baik, tetapi peluncurannya tidak menawarkan cara terukur untuk mengonfirmasi hal itu, karena datang tanpa tabel tolok ukur, bobot yang dapat diunduh, atau laporan teknis.

Qwen Image 1.0 diluncurkan dengan bobot terbuka di bawah lisensi Apache 2.0 dan laporan teknis pada hari yang sama. Yang ini tidak. Sebagai bagian dari dorongan AI terbaru Alibaba, bukti di sini sepenuhnya adalah gambar contoh yang dipilih perusahaan untuk diterbitkan. Uji coba API terbuka di chat.qwen.ai. Harga belum diumumkan.

Konten ini disediakan hanya untuk tujuan informasi umum dan bukan merupakan nasihat keuangan, investasi, hukum, atau pajak. Setiap acara, reward, promosi online, atau informasi terkait yang disebutkan di sini tidak boleh dianggap sebagai rekomendasi, ajakan, atau undangan untuk membeli, menjual, memperdagangkan, atau melakukan transaksi aset kripto apa pun. Aset kripto sangat fluktuatif dan dapat mengakibatkan kerugian. Ketersediaan layanan, produk, dan acara terkait WEEX dapat berbeda-beda di setiap wilayah. Anda bertanggung jawab untuk memastikan bahwa partisipasi Anda sesuai dengan hukum dan peraturan setempat yang berlaku.