A gigante tecnológica Alibaba Cloud revelou a mais recente evolução da sua inteligência artificial focada em conteúdos visuais. O novo Qwen-Image-3.0 chega como a terceira geração do modelo fundacional de imagem da linha Qwen, trazendo melhorias significativas no processamento de instruções longas e na riqueza de detalhes gráficos. Conforme revelado no anúncio publicado no site oficial da Qwen, a ferramenta destaca-se pela capacidade de lidar com layouts complexos e grande volume de dados estruturados na mesma tela.
Suporte alargado para instruções e alta densidade visual
O grande trunfo do Qwen-Image-3.0 reside no suporte para entradas de texto com até 4,5 mil tokens. Esta capacidade expandida permite ao sistema interpretar descrições extremamente longas e detalhadas, traduzindo-as em composições visualmente densas. Na prática, a IA consegue conceber desde jornais completos e storyboards estruturados até folhas de exames complexas, mantendo a organização espacial e a coerência de cada elemento.
A nível de microdetalhes, a tecnologia da Alibaba Cloud demonstra uma evolução cirúrgica. O modelo consegue renderizar caracteres legíveis com dimensões tão reduzidas quanto 10 píxeis, além de reproduzir texturas ultrafinas da pele humana, como poros e fios de cabelo individuais. Esta precisão estende-se à tipografia e à capacidade de gerar infográficos realistas baseados num vasto conhecimento global.
Controlo espacial e suporte nativo a doze idiomas
O modelo foi desenhado com controlos avançados de expansão horizontal, garantindo que múltiplos conceitos ou objetos coexistam numa imagem de forma ordenada, sem sobreposições acidentais ou interferências visuais. Em termos de profundidade, o sistema realiza uma desconstrução semântica dos cenários, sendo capaz de aninhar diversas camadas de interfaces de forma realista num único plano de fundo.
Com suporte nativo para 12 idiomas, a inteligência artificial consegue simular com rigor várias interfaces do quotidiano digital, incluindo páginas web modernas, transmissões ao vivo e ambientes de videojogos. Outro marco importante é a aptidão para recriar artigos científicos completos, respeitando as complexas regras de paginação e renderizando múltiplas linhas de fórmulas matemáticas formatadas em LaTeX, sem falhas em subscritos ou expoentes.
Nenhum comentário
Seja o primeiro!