ByteDance Seed przedstawia Seedream 5.5 do wieloetapowej edycji obrazów

ByteDance Seed przedstawiło Seedream 5.5 9 listopada 2026 r., opisując go jako model nowej generacji do tworzenia obrazów na potrzeby profesjonalnej produkcji wizualnej. W tej wersji skupiono się na stabilnej edycji w maksymalnie 100 rundach, natywnych przezroczystych zasobach oraz poprawie realizmu i renderowania drobnego tekstu.

Prace nad edycją koncentrują się na błędach, które mogą się kumulować, gdy każdy wygenerowany wynik staje się materiałem wejściowym do kolejnej korekty. ByteDance informuje, że ukierunkowany trening pozwala zachować nieedytowane obszary na poziomie pikseli, eliminuje przesunięcia kolorów w tych miejscach oraz ogranicza utratę szczegółów i pogorszenie jakości obrazu przy kolejnych edycjach. Dla projektantów kluczowym elementem tej wersji jest więc zachowanie ciągłości między kolejnymi zmianami.

W demonstracji edycji przygotowanej przez firmę wielokrotnie zmieniano ubrania, akcesoria i przedmioty na stole wokół tej samej osoby. Model potrafił przy tym modyfikować drobne elementy, takie jak pierścionki i oprawki okularów, uwzględniając pozę postaci, kontakt akcesoriów ze skórą, przesłanianie oraz oświetlenie. W osobnej demonstracji wnętrza przesuwano pudełko po zmieniającym się gabinecie, a model dostosowywał perspektywę, cienie rzucone i nowo odsłonięte obszary w miarę zmian w pomieszczeniu.

Przezroczyste zasoby do kompozytowania

Seedream 5.5 może bezpośrednio generować obrazy RGBA, wykorzystując kanał alfa do oznaczania pełnej lub częściowej przezroczystości. Twórcy mogą przygotowywać takie zasoby na podstawie opisów tekstowych lub obrazów referencyjnych. Jak podaje ByteDance, uzyskane elementy można włączyć do procesów układania, kompozytowania i produkcji bez osobnego etapu usuwania tła i oczyszczania krawędzi.

Przykłady koncentrują się na trudnych krawędziach i ponownym wykorzystaniu zasobów. Przezroczysty wizerunek sowy śnieżnej zachowuje końcówki piór, niewielkie szczeliny między nimi oraz kontury szponów. W innej demonstracji ponownie wykorzystano zasoby postaci w różnych sceneriach, zachowując ich charakterystyczne cechy i tekstury, a jednocześnie zmieniając pozy, układ postaci i kompozycję.

Na oficjalnej stronie modelu przedstawiono dwa kolejne przykłady zastosowań produkcyjnych: wyodrębnienie flaminga jako osobnej przezroczystej warstwy RGBA oraz wygenerowanie sekwencji biegnącej dziewczyny, w której każdy obraz znajduje się na własnej przezroczystej warstwie.

Realizm i renderowanie drobnego tekstu

ByteDance informuje, że Seedream 5.5 bardziej naturalnie odwzorowuje oświetlenie, materiały i teksturę skóry, ograniczając jednocześnie nadmierny połysk, prześwietlenia i plamiste tekstury w niektórych wynikach. Zmiany w renderowaniu tekstu dotyczą złożonych kształtów znaków i gęsto rozmieszczonego drobnego druku. Wśród demonstracji znalazła się niewielka strona gazety o Szekspirze, na której angielskie artykuły rozmieszczono wokół ilustracji, oraz infografika o motylu Morpho błękitnym, zawierająca osiem ilustrowanych objaśnień z czytelnymi drobnymi znakami.

Oceny dostawcy i etapowe wdrażanie

W swojej ocenie ByteDance wykorzystało MagicArena, a doświadczeni ewaluatorzy generowania obrazów oceniali jakość i użyteczność w obszarach handlu elektronicznego, marketingu, filmu i telewizji, gier, produktywności biurowej oraz projektowania mody. Firma informuje o poprawie obu wskaźników względem Seedream 5.0 Pro we wszystkich kategoriach. Wskaźniki użyteczności w filmie i telewizji oraz produktywności biurowej były ponad dwukrotnie wyższe niż w poprzedniej wersji.

W odrębnej eksperckiej ocenie porównawczej ByteDance recenzenci oceniali preferencje w kategoriach „dobra / taka sama / zła” pod względem struktury tekstu i realizmu w zadaniach tekst-na-obraz oraz obraz-na-obraz. Według podanych wyników we wszystkich czterech porównaniach uzyskano przewagę nad poprzednią wersją, sięgającą +55,62% w zakresie realizmu w zadaniach obraz-na-obraz. W porównaniach z GPT Image 2.5 Sunburst i Nano Banana 2.1 Seedream 5.5 uzyskał lepsze wyniki w zakresie struktury tekstu w obu rodzajach zadań, a także znaczną przewagę w zakresie realizmu w zadaniach tekst-na-obraz.

W testach renderowania tekstu w języku chińskim i angielskim, obejmujących również gęsto rozmieszczony drobny tekst, odnotowane przez firmę wskaźniki poważnych i drobnych zniekształceń tekstu wyniosły odpowiednio 0,4% i 1,7%. Zniekształcenia obejmują błędne lub brakujące znaki oraz nieprawidłową strukturę znaków.

Chińskojęzyczny komunikat informuje, że Seedream 5.5 jest stopniowo udostępniany w narzędziach internetowych Jimeng do tworzenia i pracy na płótnie, w aplikacji Doubao i internetowym generatorze obrazów, w funkcjach Doubao Work oraz w centrum modeli wizualnych Volcengine Ark.

ByteDance planuje obsługę bardziej złożonych danych wejściowych uwzględniających kontekst i instrukcji kreatywnych, rozszerzenie zastosowania modelu w przepływach pracy agentów oraz wydanie wersji Pro. Znaczenie obecnej wersji dla produkcji polega na usprawnieniu pracy między kolejnymi wygenerowanymi obrazami: zachowaniu zatwierdzonych obszarów podczas edycji i dostarczaniu przezroczystych zasobów, które można bezpośrednio wykorzystać w kompozytowaniu.