阿里巴巴的 Qwen 團隊於 7 月 21 日發布 Qwen-Image-3.0，這是其影像生成模型的第三代。它主打實用性優先於美感，是一款旨在產生足夠實用影像的模型，這些影像實用到可直接當作廣告、設計與電影中的工作素材，而不只是看起來好看的圖片。
最主打的能力是文字與結構。Qwen-Image-3.0 可接受最長 4500 token 的提示詞，是前一版允許長度的四倍多，阿里巴巴表示它能在單次生成中呈現公式、幾何圖表、邏輯推導以及多層使用者介面版面。它原生支援 12種語言與逾 20種字型，直接瞄準影像生成中最困難的問題，也就是在圖片內產生冗長、正確且易讀的文字。
這樣的聚焦，正好對應影像模型競賽移動的方向。前沿已不再是照片級擬真，而是模型能否排出一張完整的資訊圖表、一份 UI 原型稿或一張含有精準小字的海報，這些正是讓生成影像能用於商業工作、而不只是展示樣品的關鍵。
這次發布更耐人尋味的部分，是它沒有隨附什麼。沒有基準測試表格、沒有參數量、沒有授權條款、沒有描述模型如何打造或測試的技術報告，也沒有可下載的權重。這與 Qwen-Image 1.0 形成鮮明落差，後者在 2025 年八月以寬鬆的 Apache 2.0 授權附上開放權重、並搭配同日技術報告推出，2.0 版同樣也附上自己的報告。API 試用已開放，但目前這款模型是封閉的，僅以產品的形式提供說明文件。
這種模式對阿里巴巴而言愈來愈熟悉。數天前，該公司將其 Qwen3.8 Max 語言模型以可付費購買的預覽形式推出，同樣沒有模型卡、基準測試或授權條款，如今其旗艦影像模型也以相同方式登場。Qwen 是靠著成為所有大型實驗室中最多產的開放權重發布者而建立聲譽，因此同一團隊接連推出封閉、API 優先的版本，是一個值得關注的訊號，關乎即使是最開放的實驗室，在其模型愈來愈具商業價值時，會把界線劃在哪裡。