El equipo Seed de ByteDance presentó el 9 de noviembre Seedream 5.5, un modelo de creación de imágenes. El blog oficial enumera tres mejoras: en la edición por rondas, las zonas no editadas se conservan al nivel del píxel y una misma obra puede modificarse hasta 100 rondas seguidas; el modelo puede generar directamente imágenes transparentes o semitransparentes con canal Alfa; y también se han reajustado la iluminación, los materiales, la textura de la piel y el renderizado de texto pequeño y denso.
El mismo día, el modelo llegó a la versión web de Jimeng, a la app y la versión web de Doubao, al acceso de skills de Doubao Work y al Volcano Ark Experience Center, donde el modelo se llama Doubao-Seedream-5.5. El blog no indica la resolución máxima, el precio de la API ni el número de idiomas compatibles.
Cien rondas de edición: lo difícil es que no se deforme
Cuando un modelo de imagen hace cambios localizados, el fallo habitual es que al tocar un punto el resto cambia también: el color se desvía poco a poco, los detalles se van desdibujando y, hacia la quinta o sexta ronda, la imagen ya se aleja bastante del original. Esta vez el equipo Seed pone en primer lugar la conservación al píxel de las zonas no editadas y afirma haber eliminado el desvío de color y reducido la pérdida de calidad en modificaciones consecutivas.
Las 100 rondas son el límite que da la propia empresa. El blog no muestra una comparación de calidad entre la ronda 1 y la 100, así que hasta dónde se mantiene estable el modelo en la práctica lo tendrán que comprobar los usuarios.
Los materiales transparentes son otra actualización de carácter más práctico. En imágenes principales de comercio electrónico, stickers e iconos de videojuegos, tras generar la imagen había que recortar el fondo a mano, y las zonas semitransparentes como los cabellos, los vasos de cristal o el humo son las que más tiempo consumen. La versión 5.5 genera directamente imágenes RGBA; según el blog, se trataron de forma específica los bordes del contorno y las áreas transparentes, de modo que se evita el paso del recorte en posproducción.
Frente a la generación anterior
La evaluación oficial toma Seedream 5.0 Pro como referencia y abarca seis escenarios: comercio electrónico, marketing, cine, videojuegos, oficina y diseño de moda. En todas las categorías mejoraron la puntuación y la tasa de aprovechamiento, y en cine y oficina esta última alcanza más del doble que la de la generación anterior.
| Concepto | Datos oficiales de Seedream 5.5 |
|---|---|
| Límite de ediciones consecutivas | 100 rondas |
| Tasa de errores graves de texto | 0,4 % |
| Tasa de errores leves de texto | 1,7 % |
| GSB en imagen a imagen realista | +55,62 % |
En las comparaciones de preferencia GSB sobre estructura del texto y realismo, los cuatro grupos de comparación salieron positivos; entre los modelos comparados figuran GPT Image 2.5 Sunburst y Nano Banana 2.1. Todas son evaluaciones de la propia ByteDance: el blog no revela el tamaño del conjunto de evaluación ni quién puntuó, y por ahora no hay comparativas independientes de terceros.
Un ritmo de una versión cada cuatro meses
Si se enlaza la cronología, la dirección de los modelos de imagen de ByteDance en este último semestre es bastante concentrada. Seedream 5.0 Pro, presentado el 8 de julio, se centraba en carteles comerciales, edición localizada y carteles multilingües; entonces llegó primero al Volcano Ark Experience Center, y Doubao y Jimeng lo incorporaron después. Las pruebas de terceros señalaron en aquel momento que el chino complejo, los detalles de interfaz y la coherencia de los personajes seguían mostrando puntos débiles.
Por la lista de funciones, la 5.5 va cubriendo esas carencias casi una por una: la tasa de errores de texto se publica con cifras propias, la edición por rondas insiste en la coherencia y las imágenes transparentes apuntan directamente al siguiente paso del trabajo de los diseñadores. El orden del lanzamiento también cambió: esta vez Jimeng, Doubao, Doubao Work y Ark abrieron el mismo día, de modo que los usuarios comunes y los desarrolladores empresariales recibieron el modelo sin desfase.
Al final del blog se mencionan dos planes posteriores: admitir entradas de contexto e instrucciones creativas más complejas para ampliar los flujos de trabajo con Agent, y lanzar más adelante una versión Pro de la serie Seedream 5.5. En qué se diferencian la versión Pro y la estándar, y cuándo saldrá, la empresa aún no lo ha explicado.
Fuentes: blog oficial de ByteDance Seed, CocoLoop, Volcano Ark Experience Center; se verificaron el número de rondas de edición consecutivas, las tasas de errores de texto, el criterio de la evaluación GSB y los accesos de lanzamiento.