跳到正文
IT之家·· 13 天前AI 評分71

字節跳動發佈新一代圖像創作模型 Seedream 5.5,支援最多 100 輪編輯及原生透明背景輸出

一张图能改 100 遍、直出透明背景,字节跳动发布新一代图像创作模型 Seedream 5.5

AI 導讀

字節跳動 Seed 團隊發佈新一代圖像創作模型 Seedream 5.5,支援最多 100 輪持續編輯,並可原生輸出帶 Alpha 通道的透明或半透明圖像。相較 Seedream 5.0 Pro,模型在六類生產場景的生成效果評分與可用率均提升,影視及辦公場景可用率均達上一版本的兩倍以上。

正文

IT之家 11 月 9 日消息,字节跳动 Seed 团队今日发布了新一代图像创作模型 Seedream 5.5,重点带来三项核心能力升级:

  • 更稳定的多轮编辑:实现非编辑区域的像素级保持,消除色彩偏移,降低连续修改中的细节丢失与画质衰减,支持围绕同一作品展开多达 100 轮的持续创作。

  • 原生 RGBA 透明素材生成:直接输出带 Alpha 通道的透明或半透明图像,精细处理轮廓边缘与透明区域,省去后期抠图修边,让生成元素可以作为独立素材进入后续设计流程。

  • 质感更自然,文字更清晰:进一步改善光照、材质与皮肤纹理表现,减少过度油亮、过曝,更贴近真实拍摄的成像质感。同时显著提升文字渲染能力,对复杂字形与密集小字的还原更加准确。

图片

图片

图片

图片

在图像的多轮编辑方面,Seedream 5.5 的指令遵循能力更强,对非编辑区域实现了像素级的保持。在实测中,模型以每一轮的结果作为下一轮输入,连续完成上百轮修改后,指定编辑区域之外的主体特征、构图比例、光影风格仍然一致。

100轮修改之后,非编辑区域实现像素级保持

▲ 100 轮修改之后,非编辑区域实现像素级保持

为评估模型在生产级创作场景中的表现,该团队围绕电商、营销、影视、游戏、办公与服装设计六类场景开展专项测试。评测依托 MagicArena 平台展开,图像生成领域的资深评测专家对生成效果与可用性进行评分。

相比 Seedream 5.0 Pro,Seedream 5.5 在上述六类场景中的生成效果评分与可用率均有提升。其中,影视与办公两个场景的可用率均达到上一版本的两倍以上。

图片

Seedream 5.5 在不同生产场景中的表现。左侧为可用率,右侧为平均主观评分(MOS)

文字结构与真实感两项专项评测,均由评测专家对生成结果做偏好比较,以 GSB(Good / Same / Bad)计分,覆盖文生图与图生图两种任务。

相比上一代,Seedream 5.5 在两个维度、两种任务共四项对比中均为正向偏好,其中真实感图生图的 GSB 达 +55.62%。与 GPT Image 2.5 Sunburst、Nano Banana 2.1 等主流模型相比,在文字结构、文生图真实感方面表现领先。

图片

文字结构与真实感专项评测,图中分别展示 Seedream 5.5 在文生图、图生图任务上的 GSB 相对评分

文字渲染的进步,也体现在更低的文字崩坏率上 —— 即生成图中出现错字、漏字、结构错乱的比例。在覆盖中英文及密集小字的评测中,Seedream 5.5 的严重文字崩坏率降至 0.4%,轻微文字崩坏率降至 1.7%。两项指标均显著优于上一版本,在与行业主流模型的横向对比中也处于领先。

图片

文字渲染质量评测,左侧为严重文字崩坏率,右侧为轻微文字崩坏率,数值越低表示问题越少

目前,Seedream 5.5 正陆续在即梦、豆包、豆包工作、火山方舟等平台上线。IT之家注意到,定价方面,Seedream5.5 API 延续“输入图 + 输出图”两段计费结构,文本 Token 不产生费用。以 2K 方图编辑为例,单张成本在 0.28 元左右,不到 Seedream 5.0 Pro 一半。

字节跳动表示,Seedream 5.5 系列后续还将推出 Pro 版本,未来将支持更复杂的上下文输入与创作指令,持续提升模型在专业任务中的表现。同时,团队将围绕影视、电商、广告、设计等领域的实际生产需求,拓展模型在 Agent 工作流中的应用,持续探索更通用的视觉智能。

來源:IT之家 · ithome.com