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

2026-11-09 18:28:17
来源:IT之家
分享
AIME

问财摘要

1、字节跳动Seed团队发布了新一代图像创作模型Seedream5.5,带来了更稳定的多轮编辑、原生RGBA透明素材生成和质感更自然,文字更清晰三大核心能力升级。 2、Seedream5.5在电商、营销、影视、游戏、办公与服装设计六类场景中的生成效果评分与可用率均有提升,文字渲染质量也得到了显著提升。目前,Seedream5.5正陆续在即梦、豆包、豆包工作、火山方舟等平台上线。
免责声明 内容由AI生成
文章提及标的

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Seedream5.5,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(ALP)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。

在图像的多轮编辑方面,Seedream5.5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

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(881275)、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Seedream5.0Pro,Seedream5.5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。

Seedream5.5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,Seedream5.5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 Image2.5Sunburst、Nano Banana2.1等主流模型相比,在文字结构、文生图真实感方面表现领先。

文字结构与真实感专项评测,图中分别展示Seedream5.5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,Seedream5.5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。

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,Seedream5.5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,Seedream5.5API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Seedream5.0Pro一半。

字节跳动表示,Seedream5.5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。

免责声明:风险提示:本文内容仅供参考,不代表同花顺观点。同花顺各类信息服务基于人工智能算法,如有出入请以证监会指定上市公司信息披露平台为准。如有投资者据此操作,风险自担,同花顺对此不承担任何责任。
homeBack返回首页
不良信息举报与个人信息保护咨询专线:10100571违法和不良信息涉企侵权举报涉算法推荐举报专区涉青少年不良信息举报专区

浙江同花顺互联信息技术有限公司版权所有

网站备案号:浙ICP备18032105号
证券投资咨询服务提供:浙江同花顺云软件有限公司 (中国证监会核发证书编号:ZX0050)
AIME