AREX Feed Article
字节跳动 Seed 发布 Seedream 5.5:单作品可连续编辑 100 轮,2K 方图编辑单张 0.28 元
11 月 9 日,字节跳动 Seed 团队在其正式发布新一代图像创作模型 Seedream 5.5,三项核心升级为:多轮编辑时对非编辑区域做像素级保持,支持围绕同一作品连续编辑 100 轮;直接输出带透明通道的原生 RGBA 素材;改善写实质感与密集小字的渲染。官方称模型正陆续上线即梦、豆包、豆包工作与火山方舟,火山方舟上的模型名为 Doubao-Seedream-5.5。
商业化细节由(作者云飞)同日报道补充:Seedream 5.5 的 API 采用「输入图+输出图」两段计费,编辑一张 2K 方图收费 0.28 元。这些数字目前均为字节官方口径。
多轮编辑的机制与三组演示:戒指、镜框与换位的箱子
官方把这次升级的出发点放在专业生产流程上:图像创作模型要能在交付标准、时间和成本的约束下,持续产出可用的结果。多轮编辑的直接考验是,上一轮输出成为下一轮输入时,细微偏差可能随编辑次数累积,造成细节丢失与画质退化。官方称 Seedream 5.5 通过专项训练实现了非编辑区域的像素级保持,可消除色彩偏移,降低连续修改中的细节丢失与画质衰减。
官方演示视频的第一组场景,是围绕同一人物连续编辑 100 轮,每一轮都以前一轮的结果为基础:服装、配饰与桌面物件多轮变化后,模型仍能精细修改戒指、镜框等细小对象,并根据人物当前姿态处理配饰与皮肤的接触、遮挡和光影衔接。
另外两组演示分别面向对象编辑与空间关系。四组花卉创作涵盖写实花卉、静物组合、手账拼贴与国画,花枝与装饰经多轮增添、替换后,模型仍能调整指定花朵的形态或材质,呈现蕾丝镂空、珠饰光泽与枝叶纹理,同时处理好对象之间的遮挡。室内改造演示中,旧书房被逐步改造成色彩丰富的空间,同一个箱子不断换位,模型相应调整透视、遮挡与投影,并合理呈现原先被遮挡的部分。
透明素材直出的三种用法:雪鸮、艺术字与角色复用
RGBA 指在红、绿、蓝三个颜色通道之外增加 Alpha 透明通道的图像格式。Seedream 5.5 新增原生 RGBA 透明素材生成,直接输出透明或半透明图像。官方称,模型在保留主体形态与质感的同时,能准确处理轮廓边缘与透明区域,省去后期抠图修边,让生成内容可以独立用于排版、合成与制作。
官方演示给出三种用法。其一是通过文字描述或参考图生成透明素材:雪鸮展开双翼的画面里,翅尖羽毛、羽间微小空隙与爪部轮廓得到保留。其二是文字与视觉元素的融合:模型参考图像中的笔触、色彩与材质效果,应用到指定文字的呈现上,直接生成背景透明的艺术字。其三是素材复用:以同一组透明角色素材为参考,创作该角色在不同场景中的系列画面,官方称模型可延续原有角色特征与质感,并支持动作、组合与构图的调整。
从蓝闪蝶图解到人像:官方示例里的密集小字与皮肤纹理
文字渲染的提升,官方用两幅示例说明。一幅是模型生成的蓝闪蝶中文图解:八组图文分别介绍触角、翅脉、翅鳞等细节,局部放大图旁的中文说明字号虽小,笔画较多的汉字仍清楚可辨。另一幅是以莎士比亚为主题的报纸版面,人物肖像与剧场插图之间穿插多段英文小字,官方称排布紧凑、清晰易读。
质感方面,官方称模型改善了写实场景中光照、材质与皮肤纹理的表现,减少部分画面中过度油亮、过曝与斑驳的问题。博客示例中,回眸看向镜头的女孩面部皮肤纹理清楚可见,散落的发丝在逆光中显现;另一幅画面里,窗边柔光落在抱着熟睡婴儿的父亲面部与手臂上,暗部保留皮肤与织物的细节。
官方自测:严重文字崩坏率 0.4%,影视与办公可用率达两倍以上
评测均由字节跳动官方开展:围绕电商、营销、影视、游戏、办公与服装设计六类场景做专项测试,依托 MagicArena 平台,由图像生成领域的资深评测专家对生成效果与可用性评分。官方称,相比 Seedream 5.0 Pro,Seedream 5.5 在六类场景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达到上一版本的两倍以上。
模型间对比采用 GSB(Good/Same/Bad)偏好计分,由评测专家对生成结果做偏好比较,覆盖文生图与图生图两种任务。官方博客称,相比上一代,两个维度、两种任务共四项对比均为正向偏好,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。官方配图同时显示,在图生图真实感一项上,Seedream 5.5 相对 Nano Banana 2.1 的 GSB 为 -6.18%,落后于对方;博客所称的「领先」限定在文字结构与文生图真实感两项。
文字崩坏率指生成图出现错字、漏字、结构错乱的比例。官方称,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%,均显著优于上一版本。官方图表列出的对比数字为:Seedream 5.0 Pro 严重 2.8%、轻微 2.6%;Nano Banana 2.1 严重 1.7%、轻微 3.0%;GPT Image 2.5 Sunburst 严重 0.7%、轻微 7.4%。
截至发稿,上述评测与对比数据均出自字节跳动官方自测,未见独立第三方复核;「领先其他主流模型」亦为单方声明。
两段计费怎么算:输入图、输出图分开,文本 Token 免费
两段计费指输入图与输出图分别计费,文本 Token(计费单元)不计入费用。价格与生成速度上,官方口径为较上一代 Seedream 5.0 Pro 便宜约 60%、生成快近 40%,经凤凰网科技报道转述;报道未附独立核实数据。
上线入口与后续计划:Pro 版本未给时间表
按官方博客列出的体验路径:即梦网页版在「创作-生成/画布」中选择 Seedream 5.5;豆包 App/网页版在「图像生成」中选择该模型;豆包工作在「技能」中调用;火山方舟体验中心路径为「视觉模型-图片生成-Doubao-Seedream-5.5」。
后续计划方面,官方博客称将支持更复杂的上下文输入与创作指令,并围绕影视、电商、广告、设计等领域的生产需求,拓展模型在 Agent 工作流中的应用;Seedream 5.5 系列后续还将推出 Pro 版本。公告未给出 Pro 版本的发布时间与定价,博客以「敬请期待」收尾。