KI-Modelle und Plattformen
ByteDance Seed stellt Seedream 5.5 für die mehrstufige Bildbearbeitung vor
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
ByteDance Seed stellte Seedream 5.5 vor und beschrieb es als sein Bildgenerierungsmodell der nächsten Generation für die professionelle visuelle Produktion. Die Veröffentlichung konzentriert sich auf stabile Bearbeitung über bis zu 100 Runden hinweg, nativ erzeugbare transparente Bildelemente sowie Verbesserungen bei Realismus und der Darstellung kleiner Schrift.
Die Bearbeitungsfunktionen zielen auf kumulative Fehler ab, die entstehen können, wenn jedes generierte Ergebnis als Ausgangspunkt für eine weitere Überarbeitung dient. ByteDance zufolge sorgt gezieltes Training dafür, dass unbearbeitete Bereiche auf Pixelebene erhalten bleiben, Farbverschiebungen in diesen Bereichen ausbleiben und Detailverluste sowie Bildverschlechterungen bei aufeinanderfolgenden Bearbeitungen reduziert werden. Für Designer steht damit die Kontinuität zwischen den Überarbeitungen im Mittelpunkt der Veröffentlichung.
In der Bearbeitungsdemonstration des Unternehmens änderten sich Kleidung, Accessoires und Gegenstände auf dem Tisch rund um dieselbe Person wiederholt. Das Modell konnte weiterhin kleine Objekte wie Ringe und Brillenfassungen anpassen und dabei die Pose der Person, den Kontakt zwischen Accessoires und Haut, Verdeckungen sowie die Beleuchtung berücksichtigen. In einer separaten Demonstration eines Innenraums wurde ein Karton in einem sich verändernden Arbeitszimmer versetzt. Dabei passte das Modell die Perspektive, die Schlagschatten und neu sichtbare Bereiche an, während sich der Raum veränderte.
Transparente Bildelemente für die Komposition
Seedream 5.5 kann RGBA-Bilder direkt erzeugen und mithilfe eines Alphakanals vollständige oder teilweise Transparenz darstellen. Kreative können diese Bildelemente anhand von Textbeschreibungen oder Referenzbildern erstellen. Laut ByteDance lassen sich die resultierenden Elemente ohne separaten Schritt zur Hintergrundentfernung und Kantenbereinigung in Layout-, Kompositions- und Produktionsabläufe übernehmen.
Die Beispiele konzentrieren sich auf schwierige Kanten und die Wiederverwendung. Ein transparentes Bild einer Schneeeule bewahrt die Federspitzen, die kleinen Zwischenräume zwischen den Federn und die Konturen der Krallen. In einer weiteren Demonstration werden Figuren-Bildelemente in unterschiedlichen Umgebungen wiederverwendet. Dabei bleiben ihre charakteristischen Merkmale und Texturen erhalten, während Posen, Gruppierungen und Komposition verändert werden.
Die offizielle Modellseite zeigt zwei weitere produktionsorientierte Beispiele: die Freistellung eines Flamingos als separate transparente RGBA-Ebene und die Erzeugung einer Bildsequenz mit einem laufenden Mädchen, bei der jedes Bild auf einer eigenen transparenten Ebene liegt.
Realismus und Darstellung kleiner Schrift
ByteDance zufolge stellt Seedream 5.5 Beleuchtung, Materialien und Hauttexturen natürlicher dar und reduziert zugleich übermäßigen Glanz, Überbelichtung und fleckige Texturen in einigen Ergebnissen. Die Verbesserungen bei der Textrendering-Funktion betreffen komplexe Zeichenformen und dicht angeordnete kleine Schrift. Zu den Demonstrationen gehören eine kompakte Shakespeare-Zeitungsseite mit englischen Artikeln rund um Illustrationen sowie eine Infografik zum chinesischen Blauen Morphofalter, deren acht illustrierte Erläuterungen auch bei kleinen Zeichen gut lesbar bleiben.
Bewertungen des Anbieters und schrittweise Einführung
ByteDance führte seine Bewertung mit MagicArena durch. Erfahrene Gutachter für Bildgenerierung bewerteten Qualität und Benutzerfreundlichkeit in den Bereichen E-Commerce, Marketing, Film und Fernsehen, Gaming, Büroproduktivität und Modedesign. Das Unternehmen berichtet für beide Messgrößen in jeder Kategorie von Verbesserungen gegenüber Seedream 5.0 Pro. Die Werte zur Benutzerfreundlichkeit in den Bereichen Film und Fernsehen sowie Büroproduktivität seien mehr als doppelt so hoch wie bei der Vorgängerversion.
Bei einer separaten paarweisen Expertenbewertung von ByteDance vergaben die Prüfer für Textstruktur und Realismus bei Text-zu-Bild- und Bild-zu-Bild-Aufgaben die Bewertungen Gut/Gleich/Schlecht. Die gemeldeten Ergebnisse fielen in allen vier Vergleichen positiv gegenüber dem Vorgängermodell aus; bei der Bild-zu-Bild-Bewertung des Realismus erreichten sie +55,62 %. Auch im Vergleich mit GPT Image 2.5 Sunburst und Nano Banana 2.1 schnitt Seedream 5.5 bei der Textstruktur in beiden Aufgabentypen besser ab und zeigte einen deutlichen Vorteil beim Realismus von Text-zu-Bild-Ergebnissen.
Bei Textrendering-Tests mit Chinesisch und Englisch, darunter auch dicht gesetzte kleine Schrift, lagen die vom Unternehmen gemeldeten Raten schwerwiegender und geringfügiger Textfehler bei 0,4 % beziehungsweise 1,7 %. Als Fehler gelten falsche oder fehlende Zeichen sowie eine ungeordnete Zeichenstruktur.
Laut der chinesischsprachigen Ankündigung wird Seedream 5.5 schrittweise über die Web-Erstellungs- und Canvas-Tools von Jimeng, den Bildgenerator in der Doubao-App und im Web, die Doubao-Work-Funktionen sowie das Visual Model Experience Center von Volcengine Ark eingeführt.
ByteDance plant, komplexere kontextbezogene Eingaben und kreative Anweisungen zu unterstützen, den Einsatz des Modells in Agenten-Workflows auszuweiten und eine Pro-Version zu veröffentlichen. Die Bedeutung der aktuellen Veröffentlichung für die Produktion liegt in der Arbeit zwischen den generierten Bildern: genehmigte Bereiche bei Überarbeitungen zu bewahren und transparente Bildelemente bereitzustellen, die direkt in die Komposition übernommen werden können.
