ByteDance Seed представляє Seedream 5.5 для багатораундового редагування зображень

9 листопада 2026 року ByteDance Seed представила Seedream 5.5, описавши її як модель нового покоління для створення зображень у професійному візуальному виробництві. Реліз зосереджений на стабільному редагуванні до 100 раундів, створенні прозорих зображень безпосередньо в моделі, а також поліпшенні реалістичності й відтворення дрібного тексту.

Редагування спрямоване на усунення накопичувальних помилок, які можуть виникати, коли кожен згенерований результат стає вхідними даними для наступного виправлення. За словами ByteDance, цільове навчання зберігає незмінені ділянки на рівні пікселів, усуває зміни кольору в цих ділянках і зменшує втрату деталей та погіршення якості зображення після послідовних редагувань. Для дизайнерів це означає, що центральне місце в новому релізі посідає збереження цілісності зображення між етапами редагування.

У демонстрації редагування від компанії одяг, аксесуари й предмети на столі навколо тієї самої людини неодноразово змінювалися. Модель усе одно могла коригувати дрібні предмети, як-от каблучки й оправи окулярів, зважаючи на позу людини, контакт аксесуарів зі шкірою, перекриття об’єктів і освітлення. В окремій демонстрації інтер’єру коробку переміщували різними місцями в кабінеті, що змінювався, а модель коригувала перспективу, тіні від предметів і ділянки, які відкривалися в міру змін у кімнаті.

Прозорі зображення для композитингу

Seedream 5.5 може безпосередньо генерувати зображення RGBA, використовуючи альфа-канал для передавання повної або часткової прозорості. Автори можуть створювати такі зображення за текстовими описами або зображеннями-зразками. За словами ByteDance, отримані елементи можна одразу використовувати в робочих процесах компонування макетів, композитингу й виробництва, не видаляючи окремо тло й не очищуючи краї.

Приклади зосереджені на складних краях і повторному використанні. Прозоре зображення снігової сови зберігає кінчики пір’я, невеликі проміжки між пір’їнами й обриси кігтів. В іншій демонстрації зображення персонажів повторно використовуються в різних середовищах: їхні характерні риси й текстури зберігаються, тоді як змінюються пози, групування та композиція.

На офіційній сторінці моделі наведено ще два приклади, орієнтовані на виробництво: виокремлення фламінго в окремий прозорий шар RGBA та створення послідовності зображень дівчини, яка біжить, де кожне зображення розміщено на окремому прозорому шарі.

Реалістичність і відтворення дрібного тексту

За словами ByteDance, Seedream 5.5 природніше відтворює освітлення, матеріали й текстури шкіри, водночас зменшуючи надмірний блиск, пересвічені ділянки й плямисті текстури в деяких результатах. Зміни у відтворенні тексту спрямовані на роботу зі складними формами символів і щільно розміщеним дрібним шрифтом. Серед демонстрацій — компактна газетна сторінка про Шекспіра з англомовними статтями, розміщеними навколо ілюстрацій, і китайськомовна інфографіка про метелика синього морфо, у якій дрібні символи в усіх восьми ілюстрованих поясненнях залишаються розбірливими.

Оцінювання компанією та поетапний запуск

Для оцінювання ByteDance використала MagicArena: досвідчені оцінювачі генерації зображень виставляли бали за якість і зручність використання в електронній комерції, маркетингу, кіно й телебаченні, іграх, офісній роботі та дизайні одягу. Компанія повідомляє про поліпшення обох показників порівняно із Seedream 5.0 Pro в усіх категоріях, а показники зручності використання в кіно й телебаченні та офісній роботі більш ніж удвічі перевищили показники попередньої версії.

В окремому парному оцінюванні експертами ByteDance рецензенти визначали перевагу за шкалою «Добре/Так само/Погано» для структури тексту й реалістичності в завданнях перетворення тексту на зображення та зображення на зображення. За оприлюдненими результатами, у всіх чотирьох порівняннях модель випередила попередню версію, а перевага за реалістичністю в завданні перетворення зображення на зображення сягнула +55,62%. У порівняннях із GPT Image 2.5 Sunburst і Nano Banana 2.1 Seedream 5.5 також отримала кращі оцінки за структурою тексту в обох типах завдань і продемонструвала значну перевагу за реалістичністю в завданні перетворення тексту на зображення.

Під час тестування відтворення тексту китайською й англійською мовами, зокрема щільно розміщеного дрібного тексту, компанія зафіксувала 0,4% серйозних і 1,7% незначних випадків спотворення тексту. До спотворень належать неправильні або відсутні символи та порушення їхньої структури.

У китайськомовному повідомленні йдеться, що Seedream 5.5 поступово стає доступною в інструментах для створення контенту й роботи з полотном у вебверсії Jimeng, у застосунку Doubao та вебгенераторі зображень Doubao, у функціях Doubao Work і в центрі роботи з візуальними моделями Volcengine Ark.

ByteDance планує забезпечити підтримку складніших контекстних вхідних даних і творчих інструкцій, розширити використання моделі в робочих процесах на основі агентів і випустити версію Pro. Практична цінність поточного релізу для виробництва полягає в роботі із зображеннями між етапами генерації: збереженні затверджених ділянок під час редагування та створенні прозорих зображень, які можна одразу передавати на композитинг.