アリババの新しいQwen Image 3 AIは、美しさだけでなく実用性を追求する

アリババのQwenチームは火曜日にQwen Image 3.0を発表しましたが、その売り文句は出力の美しさとは無関係です。出力が実際に仕事で使えるかどうかが重要です。

ほとんどのAI画像ツール---Reve、Nano Banana、Seedream---は、創造性、リアリズム、編集能力など特定の分野で優れた性能を発揮するように設計されています。Qwen Image 3.0は異なる方向に進んでいます。「Qwen-Image-3.0は単に『美しい』ことを追求するのではなく、『実用的』であることを追求し、画像生成を真に展開可能な生産性ツールにしています」とQwenチームは公式発表で述べています。

中心となるのは、アリババが「リッチコンテンツ」と呼ぶものです。このモデルは最大4,500トークンを受け入れ、これは前の世代が処理できた量の4.5倍です。トークンはAIが読むテキストの単位であり、トークンはおおよそ1語または単語の一部と考えることができるため、4,500トークンは数ページの詳細な指示に相当します。

これにより、1つのプロンプトで9つの異なるインフォグラフィックパネルを説明し、それらを1つの完全な画像として取得することができます。

「上記の全画像はQwen-Image-3.0によって1回のパスで生成され、複数の画像から縫い合わせられたものではありません」とアリババはブログで述べています。デモの各パネルには、それぞれの図、数式、キャプション、細かいテキストが含まれており、1回のショットでレンダリングされ、後処理で組み立てられたものではありません。

これは、重大なエラーなしにこれを達成できる唯一のモデルです。

第二の部分は、アリババが「本物の詳細」と呼ぶものです。アリババによれば、このモデルは「10pxの小さなテキストの正確なレンダリングをサポートし、毛穴や髪の毛のような詳細を生き生きと再現します。」10ピクセルは細かい印刷であり、製薬の免責事項で見られるようなものです。このモデルはまた、研究者が複雑な数学的方程式を書くために使用する表記システムであるLaTeXを、完全な学術論文のモックアップ全体で正確に処理します。

通常のテストでは、モデルにいくつかの文を与え、それらがどのように処理されるかを評価します。Qwen Image 3.0は、アリババの公式ブログによれば、以下の画像を生成することができました。

私たちはこの機能をモデルの最速構成を使用して試しました。Qwen Image 3.0はDecryptから1つの完全な記事を再現することができました。実行は本当に印象的でしたが、結果は完璧ではありませんでした。

Qwen Image 3.0の第三の柱は深い知識です。Qwenチームによれば、このモデルは「12言語のネイティブレンダリングをサポートし、ウェブページ、ゲーム、ライブストリームなどの主流インターフェースをシミュレートし、豊富な世界知識を活用します。」また、インターネットに接続してライブデータを取得することができ、特定の都市と日付の天気予報ビジュアルを要求すると、正確なグラフィックが返されます。

例えば、アリババは葉の上の昆虫の写真を共有しました。このモデルは、画像の理解に基づいて関連するテキストを生成することができました。

アリババは、デザインスタジオ、コンテンツチーム、eコマース運営、そして大量の生産準備が整った視覚資産を必要とする教育者をターゲットにしています。

ただし、アリババ自身のQwen-Image-Bench評価---18モデルの画像品質、美的感覚、現実世界の忠実度をスコアリングするベンチマーク---では、前のフラッグシップであるQwen Image 2.0 Proが5位にランクインしました。OpenAIのGPT Image 2がランキングのトップに立っています。新しいモデルはより良いパフォーマンスを発揮するかもしれませんが、発表時にはベンチマークテーブル、ダウンロード可能な重み、または技術報告がなく、確認する手段はありません。

Qwen Image 1.0はApache 2.0ライセンスの下でオープンウェイトで発表され、同日に技術報告がありましたが、今回のモデルにはそれがありません。アリババの最近のAI推進の一環として、ここでの証拠は、会社が公開することを選んだ手選びの例画像のみです。APIの試用はchat.qwen.aiでオープンです。価格は発表されていません。

本コンテンツは、一般的な情報提供のみを目的としたものであり、金融、投資、法律、または税務に関する助言を構成するものではありません。ここに記載されているイベント、報酬、オンラインキャンペーン、またはそれらに関連する情報は、暗号資産の購入、売却、取引、その他いかなる取引の推奨、勧誘、または招待とみなされるべきではありません。暗号資産は価格変動が非常に大きく、損失が発生する可能性があります。WEEXのサービス、プロダクト、および関連イベントの提供状況は、地域によって異なる場合があります。お客様は、ご自身の参加が適用される現地の法令を遵守していることを自ら確認する責任を負うものとします。