ByteDance Seed เปิดตัว Seedream 5.5 สำหรับการแก้ไขภาพหลายรอบ

ByteDance Seed เปิดตัว Seedream 5.5 เมื่อวันที่ 9 พฤศจิกายน 2026 โดยระบุว่าเป็นโมเดลสร้างภาพรุ่นถัดไปสำหรับการผลิตสื่อภาพระดับมืออาชีพ รุ่นนี้มุ่งเน้นการแก้ไขภาพอย่างมีเสถียรภาพได้มากถึง 100 รอบ การสร้างชิ้นงานโปร่งใสโดยตรง และการปรับปรุงความสมจริงกับการแสดงผลข้อความขนาดเล็ก

การพัฒนาความสามารถด้านการแก้ไขนี้มุ่งจัดการข้อผิดพลาดสะสมที่อาจเกิดขึ้นเมื่อผลลัพธ์ที่สร้างขึ้นแต่ละครั้งกลายเป็นข้อมูลนำเข้าสำหรับการแก้ไขครั้งถัดไป ByteDance ระบุว่า การฝึกแบบเจาะจงช่วยรักษาบริเวณที่ไม่ได้แก้ไขไว้ในระดับพิกเซล ขจัดการเปลี่ยนแปลงของสีในบริเวณเหล่านั้น และลดการสูญเสียรายละเอียดกับการเสื่อมคุณภาพของภาพจากการแก้ไขต่อเนื่องหลายครั้ง สำหรับนักออกแบบ จุดสำคัญของการเปิดตัวครั้งนี้จึงอยู่ที่การรักษาความต่อเนื่องระหว่างการแก้ไขแต่ละครั้ง

ในการสาธิตการแก้ไขของบริษัท เสื้อผ้า เครื่องประดับ และสิ่งของบนโต๊ะรอบตัวบุคคลคนเดิมมีการเปลี่ยนแปลงซ้ำหลายครั้ง โมเดลยังปรับสิ่งของชิ้นเล็ก ๆ เช่น แหวนและกรอบแว่นตาได้ โดยคำนึงถึงท่าทางของบุคคล การสัมผัสระหว่างเครื่องประดับกับผิวหนัง การบดบัง และแสงเงา ในการสาธิตฉากภายในอีกชุดหนึ่ง มีการย้ายกล่องไปยังตำแหน่งต่าง ๆ ภายในห้องอ่านหนังสือที่เปลี่ยนแปลงไป โดยโมเดลปรับมุมมอง เงาตกกระทบ และบริเวณที่เผยให้เห็นใหม่ตามการเปลี่ยนแปลงของห้อง

ชิ้นงานโปร่งใสสำหรับการนำไปประกอบภาพ

Seedream 5.5 สร้างภาพ RGBA ได้โดยตรง โดยใช้ช่องอัลฟาเพื่อระบุความโปร่งใสทั้งหมดหรือบางส่วน ผู้สร้างสามารถสร้างชิ้นงานเหล่านี้จากคำบรรยายข้อความหรือภาพอ้างอิง ByteDance ระบุว่า องค์ประกอบภาพที่ได้สามารถนำเข้าสู่ขั้นตอนการจัดวาง การประกอบภาพ และการผลิตได้โดยไม่ต้องแยกขั้นตอนลบพื้นหลังและเก็บขอบภาพออกมาต่างหาก

ตัวอย่างต่าง ๆ เน้นการจัดการขอบภาพที่ซับซ้อนและการนำชิ้นงานกลับมาใช้ซ้ำ ชิ้นงานนกฮูกหิมะที่มีพื้นหลังโปร่งใสยังคงรายละเอียดปลายขน ช่องว่างเล็ก ๆ ระหว่างขน และเส้นขอบกรงเล็บไว้ได้ อีกตัวอย่างหนึ่งนำชิ้นงานตัวละครกลับมาใช้ในฉากที่แตกต่างกัน โดยยังคงลักษณะเด่นและพื้นผิวไว้ พร้อมเปลี่ยนท่าทาง การจัดกลุ่ม และองค์ประกอบภาพ

หน้าโมเดลอย่างเป็นทางการนำเสนอตัวอย่างเพิ่มเติมอีกสองแบบที่เน้นการผลิต ได้แก่ การแยกภาพนกฟลามิงโกออกมาเป็นเลเยอร์ RGBA โปร่งใสแยกต่างหาก และการสร้างชุดภาพเด็กผู้หญิงกำลังวิ่ง โดยแต่ละภาพอยู่บนเลเยอร์โปร่งใสของตนเอง

ความสมจริงและการแสดงผลข้อความขนาดเล็ก

ByteDance ระบุว่า Seedream 5.5 แสดงผลแสง วัสดุ และพื้นผิวผิวหนังได้เป็นธรรมชาติมากขึ้น พร้อมลดความมันวาวเกินไป ภาพสว่างจ้าเกินไป และพื้นผิวเป็นปื้นในผลลัพธ์บางภาพ การปรับปรุงการแสดงผลข้อความมุ่งจัดการรูปทรงตัวอักษรที่ซับซ้อนและข้อความขนาดเล็กที่เรียงกันอย่างหนาแน่น ตัวอย่างประกอบด้วยหน้าหนังสือพิมพ์ขนาดย่อที่นำเสนอบทความภาษาอังกฤษล้อมรอบภาพประกอบ และอินโฟกราฟิกภาษาจีนเกี่ยวกับผีเสื้อบลูมอร์โฟ ซึ่งมีคำอธิบายประกอบพร้อมภาพ 8 ข้อที่ยังคงแสดงอักขระขนาดเล็กให้อ่านได้ชัดเจน

การประเมินโดยผู้จำหน่ายและการทยอยเปิดให้ใช้งาน

ByteDance ประเมินโมเดลโดยใช้ MagicArena ซึ่งให้ผู้ประเมินที่มีประสบการณ์ด้านการสร้างภาพให้คะแนนคุณภาพและการใช้งานในหมวดอีคอมเมิร์ซ การตลาด ภาพยนตร์และโทรทัศน์ เกม ประสิทธิภาพการทำงานในสำนักงาน และการออกแบบแฟชั่น บริษัทระบุว่าคะแนนทั้งสองด้านดีขึ้นเมื่อเทียบกับ Seedream 5.0 Pro ในทุกหมวด โดยอัตราการใช้งานในหมวดภาพยนตร์และโทรทัศน์กับประสิทธิภาพการทำงานในสำนักงานสูงกว่ารุ่นก่อนหน้ามากกว่าสองเท่า

ในการประเมินแบบเปรียบเทียบเป็นคู่โดยผู้เชี่ยวชาญอีกชุดหนึ่งของ ByteDance ผู้ประเมินให้คะแนนความชอบเป็น ดี/เท่าเดิม/แย่ สำหรับโครงสร้างข้อความและความสมจริงในงานแปลงข้อความเป็นภาพและงานแปลงภาพเป็นภาพ คะแนนที่รายงานเป็นบวกเมื่อเทียบกับรุ่นก่อนหน้าในการเปรียบเทียบทั้งสี่รายการ โดยความสมจริงของงานแปลงภาพเป็นภาพทำคะแนนได้สูงถึง +55.62% นอกจากนี้ การเปรียบเทียบกับ GPT Image 2.5 Sunburst และ Nano Banana 2.1 ยังแสดงให้เห็นว่า Seedream 5.5 ได้รับคะแนนดีกว่าในด้านโครงสร้างข้อความสำหรับงานทั้งสองประเภท และได้เปรียบอย่างชัดเจนในด้านความสมจริงของงานแปลงข้อความเป็นภาพ

การทดสอบการแสดงผลข้อความทั้งภาษาจีนและภาษาอังกฤษ ซึ่งรวมถึงข้อความขนาดเล็กที่มีความหนาแน่นสูง พบอัตราความผิดเพี้ยนของข้อความระดับรุนแรงและเล็กน้อยที่บริษัทระบุไว้ที่ 0.4% และ 1.7% ตามลำดับ ความผิดเพี้ยนครอบคลุมทั้งอักขระที่ผิดหรือขาดหายไป และโครงสร้างอักขระที่เรียงลำดับไม่ถูกต้อง

ประกาศภาษาจีนระบุว่า Seedream 5.5 กำลังทยอยเปิดให้ใช้งานผ่านเครื่องมือสร้างภาพบนเว็บและเครื่องมือผืนผ้าใบของ Jimeng แอปและเครื่องมือสร้างภาพบนเว็บของ Doubao ความสามารถของ Doubao Work และศูนย์ทดลองใช้โมเดลภาพของ Volcengine Ark

ByteDance วางแผนรองรับข้อมูลนำเข้าตามบริบทและคำสั่งสร้างสรรค์ที่ซับซ้อนยิ่งขึ้น ขยายการใช้งานโมเดลในเวิร์กโฟลว์ของเอเจนต์ และเปิดตัวเวอร์ชัน Pro ความสำคัญของรุ่นปัจจุบันต่อการผลิตอยู่ที่ขั้นตอนระหว่างภาพที่สร้างขึ้นแต่ละภาพ ได้แก่ การรักษาบริเวณที่ได้รับอนุมัติไว้ระหว่างการแก้ไข และการจัดเตรียมชิ้นงานโปร่งใสที่นำไปประกอบภาพได้โดยตรง