跳到正文

字节跳动发布 Seedream 5.5,带来更稳定的图像编辑

宝玉 · X转述· @dotey·· 3 天前精选

4919 次浏览 · 34 赞 · 4 转发 (收录时)

原文
谁
ByteDance
时间
引文
字节跳动 Seed 团队 11 月 9 日发布 Seedream 5.5。

发生了什么

字节跳动 Seed 团队于 11 月 9 日发布图像模型 Seedream 5.5,该模型能够在编辑时让未更改区域保持像素级稳定,并生成透明背景图像。该帖子称,严重文本错误率为 0.4%,低于上一代的 2.8%;还表示,其图像编辑真实感比 Nano Banana 2.1 低约 6%。Seedream 5.5 正陆续上线即梦、豆包和豆包办公;开发者可在火山引擎 Ark 试用 Doubao-Seedream-5.5。

推荐理由

该帖子将 Seedream 5.5 与两款具名图像模型进行比较,并报告了其文本错误率和图像编辑真实感方面的一项局限,为读者提供了具体的比较依据。

接下来读什么

查看这件事的完整进展字节跳动发布 Seedream 5.5 图像生成与编辑模型

3 家信源报道

    正文

    字节发布图像模型 Seedream 5.5:同一张图连改 100 轮不走样,能直接出透明底素材,即梦、豆包陆续上线

    字节跳动 Seed 团队 11 月 9 日发布 Seedream 5.5。用 AI 改图最烦的是改着改着别处也变了:换个戒指,脸和颜色跟着偏,几轮下来图越来越糊。

    新版没要求改的区域能做到像素级不变,官方演示里同一个人物连改 100 轮,细节还能对上。它还能直接生成背景透明的图,羽毛这类难抠的边缘都保留,拿来就能叠进海报和设计稿,省掉抠图。照片质感和小字也更准,严重文字错误率从上一代的 2.8% 降到 0.4%。

    字节拿它和 OpenAI 的 GPT Image 2.5 Sunburst、Google 的 Nano Banana 2.1 做了对比,文字错误率最低,凭文字生图的真实感也领先。对 Nano Banana 2.1 的优势不大,拿一张图去修改时的真实感还落后约 6%。

    模型正陆续在即梦、豆包、豆包工作上线,生图时选 Seedream 5.5 即可;开发者可以在火山方舟试用,模型名 Doubao-Seedream-5.5。定价方面,Seedream 5.5 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。

    我自己也有测试,稳定性和背景透明相当不错,在游戏、电商改图、视频制作等实用场景都有价值,完整的测试见文章。

    官方博客:seed.bytedance.com/zh/blog/mo…

    引用宝玉@dotey

    x.com/i/article/2119819226856…

    在 X 查看被引用的帖子

    这件事到目前为止

    字节跳动发布了 Seedream 5.5,这是一款图像生成与编辑模型,目前正通过即梦、豆包、豆包工作台和火山引擎 Ark 陆续开放;开发者可在 Ark 上以 Doubao-Seedream-5.5 的名称试用。字节跳动称,该模型在最多 100 轮编辑中能以像素级精度保留图像中未更改的区域,并可生成带透明背景的原生 RGBA 图像。Pro 版本计划推出。 在测试中,宝玉发现,对一张游客密集的照片进行 10 轮编辑后,其中 8 轮的未修改区域与前一张图像逐像素完全相同;对一款会说话的卡通头像进行的 11 次编辑也都符合他的像素差异标准。他还报告称,多语言文本和透明背景图像中的不透明玻璃效果表现参差不齐。字节跳动报告称,严重文本错误率为 0.4%,低于上一代的 2.8%;并表示编辑真实感比 Nano Banana 2.1 低约 6%。 据报道,编辑 2K 方形图像的成本约为每张 0.28 元,不到 Seedream 5.0 Pro 成本的一半。按 API 定价模式,文本 token 不收费。

    这件事的进展 · 2

    查看完整事件
    1. 11月10日 00:47
      测试 Seedream 5.5 的稳定图像编辑与会说话的头像宝玉 · X
    2. 11月10日 00:47

      字节跳动发布 Seedream 5.5,带来更稳定的图像编辑 本条

    这条收录于 11月10日 AI 日报看这一期日报的全部内容