Resumen:
El 9 de noviembre, el equipo de ByteDance Seed lanzó Seedream 5.5, un modelo de creación de imágenes de nueva generación, que se centra en mejorar la estabilidad de múltiples rondas de edición, la capacidad de generar materiales transparentes y la textura realista.
En términos de edición de múltiples rondas, Seedream 5.5 logra el mantenimiento a nivel de píxeles en áreas que no son de edición a través de una capacitación especial, que puede eliminar cambios de color, reducir la pérdida de detalles y la degradación de la calidad de la imagen en modificaciones continuas y admitir hasta 100 rondas de edición continua alrededor del mismo trabajo. En la demostración oficial, después de 100 rondas de cambios en ropa, accesorios y objetos de escritorio, el modelo aún puede modificar con precisión objetos pequeños como anillos y marcos, y manejar bien la oclusión y las conexiones de luces y sombras.
La generación de material transparente RGBA nativo es una nueva capacidad de esta versión. Puede generar directamente imágenes transparentes o semitransparentes con canales Alpha, procesar con precisión los bordes del contorno y las áreas transparentes y eliminar la necesidad de realizar cortes y recortes posteriores. El material transparente generado se puede reutilizar en todas las escenas como activos independientes. También admite la integración de los trazos y colores de la imagen de referencia en el texto especificado para generar arte de palabras con un fondo transparente.
En términos de calidad de imagen y texto, el modelo ha mejorado el rendimiento de iluminación, materiales y textura de la piel, reduciendo el brillo excesivo y la sobreexposición; la capacidad de representación de texto se ha mejorado significativamente y los caracteres pequeños y densos en chino e inglés se pueden restaurar con mayor precisión. Según la evaluación oficial, la tasa de corrupción de textos graves se redujo al 0,4% y la tasa de colapso de textos menores se redujo al 1,7%, las cuales son mejores que la generación anterior.
Las evaluaciones muestran que, en comparación con Seedream 5.0 Pro, 5.5 ha mejorado los efectos de generación y la usabilidad en seis escenarios que incluyen comercio electrónico, marketing, cine y televisión, juegos, oficina y diseño de ropa. Entre ellos, la tasa de usabilidad en escenas de cine, televisión y oficina es más del doble que la de la versión anterior. En comparación con modelos convencionales como GPT Image 2.5 Sunburst y Nano Banana 2.1, es líder en términos de estructura de texto y realismo de imagen textural.
Actualmente, Seedream 5.5 se está lanzando en plataformas como Jimeng, Doubao, Doubao Work y Volcano Ark. Los funcionarios declararon que se lanzará una versión Pro en el futuro y se ampliará la aplicación del modelo en el flujo de trabajo del Agente.
Comentarios