Η ByteDance Seed παρουσιάζει το Seedream 5.5 για επεξεργασία εικόνων σε πολλαπλούς γύρους

Η ByteDance Seed παρουσίασε το Seedream 5.5 στις 9 Νοεμβρίου 2026, περιγράφοντάς το ως το μοντέλο δημιουργίας εικόνων επόμενης γενιάς της για επαγγελματική οπτική παραγωγή. Η νέα έκδοση εστιάζει στη σταθερή επεξεργασία σε έως και 100 γύρους, στη δημιουργία διαφανών στοιχείων εγγενώς και στη βελτίωση του ρεαλισμού και της απόδοσης μικρού κειμένου.

Οι εργασίες επεξεργασίας στοχεύουν στα σωρευτικά σφάλματα που μπορεί να εμφανιστούν όταν κάθε παραγόμενο αποτέλεσμα χρησιμοποιείται ως είσοδος για την επόμενη αναθεώρηση. Σύμφωνα με την ByteDance, η στοχευμένη εκπαίδευση διατηρεί σε επίπεδο εικονοστοιχείου τις περιοχές που δεν έχουν υποστεί επεξεργασία, εξαλείφει τις χρωματικές αποκλίσεις σε αυτές και περιορίζει την απώλεια λεπτομερειών και την υποβάθμιση της εικόνας σε διαδοχικές επεξεργασίες. Για τους σχεδιαστές, στο επίκεντρο της νέας έκδοσης βρίσκεται η διατήρηση της συνέχειας από τη μία αναθεώρηση στην επόμενη.

Στην επίδειξη επεξεργασίας της εταιρείας, τα ρούχα, τα αξεσουάρ και τα αντικείμενα πάνω στο τραπέζι γύρω από το ίδιο άτομο άλλαζαν επανειλημμένα. Το μοντέλο μπορούσε και πάλι να προσαρμόζει μικρά αντικείμενα, όπως δαχτυλίδια και σκελετούς γυαλιών, λαμβάνοντας υπόψη τη στάση του ατόμου, την επαφή των αξεσουάρ με το δέρμα, την απόκρυψη και τον φωτισμό. Σε μια ξεχωριστή επίδειξη εσωτερικού χώρου, ένα κουτί μετακινούνταν σε ένα γραφείο που άλλαζε, ενώ το μοντέλο προσαρμοζόταν στην προοπτική, στις σκιές που έπεφταν και στις περιοχές που αποκαλύπτονταν καθώς ο χώρος μεταβαλλόταν.

Διαφανή στοιχεία για σύνθεση εικόνας

Το Seedream 5.5 μπορεί να δημιουργεί απευθείας εικόνες RGBA, χρησιμοποιώντας κανάλι άλφα για την αναπαράσταση πλήρους ή μερικής διαφάνειας. Οι δημιουργοί μπορούν να παράγουν αυτά τα στοιχεία από περιγραφές κειμένου ή εικόνες αναφοράς. Σύμφωνα με την ByteDance, τα στοιχεία που προκύπτουν μπορούν να ενταχθούν σε ροές εργασίας σχεδιασμού διάταξης, σύνθεσης εικόνας και παραγωγής, χωρίς να απαιτείται ξεχωριστό βήμα αφαίρεσης φόντου και καθαρισμού των περιγραμμάτων.

Τα παραδείγματα εστιάζουν σε δύσκολα περιγράμματα και στην επαναχρησιμοποίηση. Ένα διαφανές στοιχείο με χιονόγλαυκα διατηρεί τις άκρες των φτερών, τα μικρά κενά ανάμεσά τους και τα περιγράμματα των νυχιών. Σε μια άλλη επίδειξη, στοιχεία χαρακτήρων επαναχρησιμοποιούνται σε διαφορετικά σκηνικά, διατηρώντας τα χαρακτηριστικά γνωρίσματα και τις υφές τους, ενώ αλλάζουν οι στάσεις, οι ομαδοποιήσεις και η σύνθεση.

Η επίσημη σελίδα του μοντέλου παρουσιάζει δύο ακόμη παραδείγματα προσανατολισμένα στην παραγωγή: την απομόνωση ενός φλαμίνγκο σε ξεχωριστό διαφανές επίπεδο RGBA και τη δημιουργία μιας ακολουθίας εικόνων κοριτσιού που τρέχει, με κάθε εικόνα σε δικό της διαφανές επίπεδο.

Ρεαλισμός και απόδοση μικρού κειμένου

Σύμφωνα με την ByteDance, το Seedream 5.5 αποδίδει τον φωτισμό, τα υλικά και τις υφές του δέρματος με πιο φυσικό τρόπο, περιορίζοντας παράλληλα την υπερβολική γυαλάδα, την υπερέκθεση και τις κηλιδωτές υφές σε ορισμένα αποτελέσματα. Οι αλλαγές στην απόδοση κειμένου αντιμετωπίζουν σύνθετα σχήματα χαρακτήρων και μικρά γράμματα με πυκνή διάταξη. Στις επιδείξεις περιλαμβάνονται μια συμπαγής σελίδα εφημερίδας με έργα του Σαίξπηρ, όπου αγγλικά άρθρα είναι τοποθετημένα γύρω από εικονογραφήσεις, καθώς και ένα κινεζικό γραφικό ενημέρωσης για την πεταλούδα μορφό, στο οποίο οι οκτώ εικονογραφημένες επεξηγηματικές σημειώσεις διατηρούν ευανάγνωστους μικρούς χαρακτήρες.

Αξιολογήσεις από την εταιρεία και σταδιακή διάθεση

Η αξιολόγηση της ByteDance χρησιμοποίησε το MagicArena, με έμπειρους αξιολογητές δημιουργίας εικόνων να βαθμολογούν την ποιότητα και τη χρηστικότητα στους τομείς του ηλεκτρονικού εμπορίου, του μάρκετινγκ, του κινηματογράφου και της τηλεόρασης, των παιχνιδιών, της παραγωγικότητας γραφείου και του σχεδιασμού μόδας. Η εταιρεία αναφέρει βελτιώσεις σε σχέση με το Seedream 5.0 Pro και στις δύο μετρήσεις, σε κάθε κατηγορία, ενώ τα ποσοστά χρηστικότητας στον κινηματογράφο και την τηλεόραση και στην παραγωγικότητα γραφείου ήταν υπερδιπλάσια από εκείνα της προηγούμενης έκδοσης.

Σε ξεχωριστή αξιολόγηση ανά ζεύγη από ειδικούς, οι αξιολογητές της ByteDance βαθμολόγησαν τις προτιμήσεις ως Καλή/Ίδια/Κακή για τη δομή κειμένου και τον ρεαλισμό σε εργασίες μετατροπής κειμένου σε εικόνα και εικόνας σε εικόνα. Οι αναφερόμενες βαθμολογίες ήταν θετικές έναντι της προηγούμενης έκδοσης και στις τέσσερις συγκρίσεις, φτάνοντας το +55,62% για τον ρεαλισμό στη μετατροπή εικόνας σε εικόνα. Οι συγκρίσεις με τα GPT Image 2.5 Sunburst και Nano Banana 2.1 ευνόησαν επίσης το Seedream 5.5 ως προς τη δομή κειμένου και στις δύο εργασίες και έδειξαν σημαντικό πλεονέκτημα στον ρεαλισμό κατά τη μετατροπή κειμένου σε εικόνα.

Σε δοκιμές απόδοσης κειμένου που κάλυπταν κινεζικά και αγγλικά, συμπεριλαμβανομένου πυκνού μικρού κειμένου, τα ποσοστά σοβαρής και ήπιας αλλοίωσης κειμένου που ανέφερε η εταιρεία ήταν 0,4% και 1,7%, αντίστοιχα. Ως αλλοίωση νοούνται οι λανθασμένοι ή απόντες χαρακτήρες και η διαταραγμένη δομή χαρακτήρων.

Η ανακοίνωση στα κινεζικά αναφέρει ότι η διάθεση του Seedream 5.5 γίνεται σταδιακά μέσω των εργαλείων δημιουργίας περιεχομένου στον ιστό και του καμβά του Jimeng, της εφαρμογής και της διαδικτυακής γεννήτριας εικόνων του Doubao, των δεξιοτήτων του Doubao Work και του κέντρου εμπειρίας οπτικών μοντέλων του Volcengine Ark.

Η ByteDance σχεδιάζει να υποστηρίξει πιο σύνθετες εισόδους με βάση τα συμφραζόμενα και δημιουργικές οδηγίες, να διευρύνει τη χρήση του μοντέλου σε ροές εργασίας με πράκτορες και να κυκλοφορήσει μια έκδοση Pro. Η σημασία της τρέχουσας έκδοσης για την παραγωγή έγκειται στην εργασία που γίνεται ανάμεσα στις παραγόμενες εικόνες: στη διατήρηση των εγκεκριμένων περιοχών κατά την αναθεώρηση και στην παροχή διαφανών στοιχείων που μπορούν να περάσουν απευθείας στη σύνθεση εικόνας.