Qwen-Image-3.0 - 풍부한 콘텐츠, 사실적 디테일, 깊이 있는 지식

9 hours ago 3

Qwen-Image 시리즈의 3세대 기반 이미지 생성 모델로, 보기 좋은 이미지를 넘어 생산성 작업에 활용할 수 있는 ‘Real(实)’을 핵심 목표로 삼음
최대 4.5k 토큰 입력을 처리해 신문·스토리보드·시험지처럼 정보량이 많은 레이아웃과 여러 개념이 병렬·중첩된 이미지를 한 번에 생성함
10px 크기의 글자와 LaTeX 수식, 손글씨 주석을 읽을 수 있게 렌더링하고 모공·머리카락·피부·붓질 같은 미세 질감도 재현함
12개 언어와 여러 글꼴, 100개 이상의 예술 스타일, 웹·게임·라이브스트리밍 UI를 지원하며 인터넷에서 최신 정보를 검색해 이미지에 반영할 수도 있음
신문 PDF, 숏드라마 스토리보드, 복잡한 UI를 비롯해 디자인·콘텐츠 제작·교육·전자상거래에서 이미지 생성을 배포 가능한 생산성 도구로 확장하려는 모델임

‘Real’을 향한 3세대 모델

Qwen-Image-3.0은 Qwen-Image 시리즈의 3세대 기반 이미지 생성 모델임
세대별 핵심 방향은 다음과 같음
- Qwen-Image-1.0: Precision
- Qwen-Image-2.0: Precision, Variety, Completeness, Beauty, Authenticity
- Qwen-Image-3.0: Real(实)
‘Real’은 세 가지 역량으로 구성됨
- 풍부한 콘텐츠: 최대 4.5k 토큰 입력과 복잡한 레이아웃 지원
- 사실적인 디테일: 10px 글자와 모공·머리카락 같은 미세 요소 재현
- 깊이 있는 지식: 12개 언어, 다양한 UI와 세계 지식을 활용한 생성
이미지 생성을 ‘사용 가능’에서 ‘실용적’으로, ‘보기 좋은 것’에서 유용한 것으로 발전시키는 데 목표를 둠

수학 슬라이드에서 공간 관계, 수학 기호, 정리 설명과 각 요소의 상대적 위치를 함께 렌더링할 수 있음
약 3.7k 토큰의 지시문으로 여러 이미지를 이어 붙이지 않고 하나의 3×3 그리드를 단일 패스로 생성함
- 각 셀은 중국어·영어 문장, 수식, 차트, 만화 캐릭터가 결합된 복잡한 인포그래픽으로 구성됨
- 터널 안전 만화, 공간기하학 수업, 「Chu Shi Biao」 문체 분석, 포물선 운동, 기생충학, 오른쪽 흉통 의학 도표, Sylow 정리, 은행 내부통제, 세포 DNA 구조 비교를 한 이미지에 배치함
최대 4.5k 토큰의 지시문을 받아 정보 밀도가 높은 시각적 레이아웃을 이해하고 렌더링함
수평 확장
- 단일 캔버스에 여러 병렬 요소를 배치하는 능력을 뜻함
- 의미적 병치와 공간 제어를 활용해 여러 개념이 서로 방해하지 않도록 정돈함
수직 깊이
- 의미를 분해하고 논리적으로 중첩된 인터페이스를 단계별로 표현하는 능력임
- 단일 지시문으로 VSCode 프로그래밍 화면, Qwen Chat, WeChat, 핸드드립 커피 포스터가 겹쳐진 다중 화면 구조를 생성함
- 각 계층은 해당 UI의 스타일과 세부 요소를 유지함

작은 글자와 복잡한 조판
- 10px 크기의 작은 글자도 읽을 수 있도록 렌더링함
- 고래상어 지식 인포그래픽처럼 글과 삽화가 많은 영역을 함께 생성할 수 있음
- 대수기하학 논문 한 페이지에서 LaTeX 수식, 위첨자·아래첨자, 그리스 문자, 정리 번호, 중괄호, 분수선, 여러 줄 정렬을 재현함
- 작은 글꼴에서도 수식과 본문의 가독성을 유지함
- 사실적인 종이 질감과 조밀한 텍스트를 결합해 신문 형태의 이미지를 생성함
편집과 손글씨
- 책 페이지 위에 빨간색 손글씨 주석을 추가할 수 있음
- 밑줄, 물결선, 원, 화살표, 짧은 메모를 포함함
- 고등학생의 수업 필기와 같은 자연스러운 손글씨 스타일을 구현함
질감 표현과 복원
- 인물 사진에서 모공, 머리카락, 피부 질감 같은 미세 요소를 묘사하며 다른 사물의 섬세한 질감도 표현할 수 있음
- 손상되거나 일부가 사라진 전통 회화를 원래 화풍과 붓질에 맞춰 복원함
- 독수리 전투 그림의 먹 농담, 깃털 질감, 구도 균형을 유지하면서 곰팡이 얼룩과 손상 흔적을 제거하고 누락된 부분을 완성함

12개 언어와 여러 글꼴, 100개 이상의 예술 스타일, 다양한 UI 인터페이스를 지원함
일본어·한국어·스페인어를 정확하게 렌더링하는 사례가 포함됨
웹 페이지, 게임, 라이브스트리밍 등 여러 종류의 사실적인 UI 화면을 생성할 수 있음
지식 기반 인포그래픽
- 실제 곤충 사진의 주요 피사체를 유지하면서 연구용 인포그래픽으로 확장함
- 분류학 정보, 형태적 특징 주석, 확대 상세 화면, 축척 막대를 포함함
- 결과물을 학술 출판에 바로 사용할 수 있는 연구 도표 형태로 구성함
최신 정보와 IP 활용
- 모델이 보유한 지식뿐 아니라 인터넷에 연결해 최신 정보를 검색할 수 있음
- 7월 21일 Hangzhou 날씨를 검색해 일기예보 이미지를 생성함
- 특정 IP 인물을 찾아 이를 바탕으로 이미지를 만들 수 있음
- Qi Baishi와 Van Gogh가 라이브스트리밍 방에서 Qwen-Image-3.0을 소개하는 장면을 생성함