字節跳動 Seed 團隊於 11 月 9 日發表影像創作模型 Seedream 5.5。官方部落格列出三項升級:多輪編輯時,非編輯區域做到像素級保留,同一件作品最多可連續修改 100 輪;模型能直接輸出帶 Alpha 通道的透明或半透明圖;光照、材質、皮膚紋理與密集小字的渲染也重新調校過。
模型當天上線即夢網頁版、豆包 App 與網頁版、豆包工作的技能入口,以及火山方舟體驗中心,後者的模型名稱為 Doubao-Seedream-5.5。解析度上限、API 價格與支援的語言數量,部落格都沒有提及。
連改一百輪,難在不走樣
影像模型做局部修改時,常見的毛病是改一處、別處跟著變:顏色慢慢偏掉,細節一點一點變糊,改到第五、六輪,畫面已經和原圖差了一截。Seed 團隊這次把非編輯區域像素級保留擺在第一項,稱已消除色彩偏移,並減少連續修改中的畫質衰退。
100 輪是官方給的上限。部落格沒有放出第 1 輪與第 100 輪的畫質對比,實際能穩定到第幾輪,還得靠使用者自己測試。
透明素材是另一項偏實用的更新。電商主圖、貼圖、遊戲圖示這類素材,過去生成後還得手動去背,髮絲、玻璃杯、煙霧這些半透明區域最花時間。5.5 直接輸出 RGBA 圖,部落格稱針對輪廓邊緣與透明區域做了專門處理,省掉後製去背這道工序。
與前代相比
官方評測以 Seedream 5.0 Pro 為基準,涵蓋電商、行銷、影視、遊戲、辦公、服裝設計六類場景,每一類的評分與可用率都有提升,影視與辦公兩類的可用率達到前代的兩倍以上。
| 項目 | Seedream 5.5 官方數據 |
|---|---|
| 連續編輯上限 | 100 輪 |
| 文字嚴重崩壞率 | 0.4% |
| 文字輕微崩壞率 | 1.7% |
| 擬真圖生圖 GSB | +55.62% |
在文字結構與真實感的 GSB 偏好對比中,四組對比結果皆為正向,對比對象包括 GPT Image 2.5 Sunburst 與 Nano Banana 2.1。這些都是字節自家的評測,評測集規模多大、由誰評分,部落格並未揭露,第三方橫向評測目前也還沒出現。
四個月一版的節奏
把時間線串起來看,字節的影像模型這半年來方向相當集中。7 月 8 日發表的 Seedream 5.0 Pro 主打商業海報、局部編輯與多語系海報,當時先進入火山方舟體驗中心,豆包與即夢隨後接入;第三方實測當時指出,複雜中文、介面細節與人物一致性仍會露出短板。
從功能清單來看,5.5 幾乎是逐項補上:文字崩壞率單獨報出數字,多輪編輯強調一致性,透明圖則直接瞄準設計師的下游工序。上線順序也不同了,這次即夢、豆包、豆包工作與方舟同一天開放,一般使用者與企業開發者拿到模型沒有時間差。
部落格最後提到兩項後續安排:支援更複雜的上下文輸入與創作指令,拓展 Agent 工作流程;Seedream 5.5 系列之後還會推出 Pro 版本。Pro 版與標準版差在哪裡、何時上線,官方暫未說明。
參考來源:字節跳動 Seed 官方部落格、CocoLoop、火山方舟體驗中心;核對連續編輯輪數、文字崩壞率、GSB 評測口徑與上線入口。