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。
