Das neue Bildmodell von ByteDance ist da. Ein einziges Bild kann 100 aufeinanderfolgende Bearbeitungsrunden überstehen, ohne zu kollabieren, es ändert exakt genau die Stelle, auf die man hinweist, und die Preise der API wurden herabgesetzt.

Bericht von Zhidongxi am 9. November: Am heutigen Nachmittag hat das Seed-Team von ByteDance offiziell das neue Generation-Bildgenerierungsmodell Seedream 5.5 veröffentlicht. Im Vergleich zur vorherigen Version konzentriert sich Seedream 5.5 auf die Stärkung von drei Kernfähigkeiten: der Stabilität der mehrstufigen Bearbeitung, der Generierung nativer transparenter RGBA-Materialien sowie der Darstellung komplexer Texte und realistischer Texturen.

Gesamteffekt der von Seedream 5.5 generierten Bilder

Dabei unterstützt die mehrstufige Bearbeitung die fortlaufende Änderung desselben Werks für bis zu 100 Runden; transparente Materialien können direkt transparente oder halbtransparente Bilder mit Alpha-Kanal generieren, um die nachträgliche Freistellung von Objekten zu reduzieren; die Textrendering-Funktion verbessert weiter die Wiedergabequalität komplexer Schriftzeichen und dichter kleiner Texte.

Seit der Veröffentlichung der Vorgängerversion Seedream 5.0 Pro am 8. Juli dieses Jahres sind bereits 4 Monate vergangen.

Derzeit ist Seedream 5.5 bereits auf Doubao und Doubao Work verfügbar, die Erlebniszugänge von Jimeng AI und Volcano Ark werden schrittweise geöffnet, und die Pro-Version dieser Serie wird in Zukunft veröffentlicht. Zhidongxi hat sofort einen Praxistest auf Doubao Work durchgeführt.

Erlebniszugang von Seedream 5.5

Aus dem Praxistest geht hervor, dass das Gesamterlebnis von Seedream 5.5 relativ reibungslos ist. Es bringt deutlichere Verbesserungen bei der fortlaufenden Bearbeitung, der Generierung transparenter Materialien und der Darstellung realistischer Texturen. Die Generierungsgeschwindigkeit ist sehr hoch, die Erstellung eines einzelnen Bildes dauert etwa 5-10 Sekunden. Insbesondere muss bei mehrstufigen Änderungen nicht immer wieder von vorne generiert werden, und transparente Materialien können direkt in den nachfolgenden Designprozess einfließen.

Was die Preisgestaltung betrifft, so berechnet die Seedream 5.5 API die Kosten für Eingabebilder und Ausgabebilder getrennt, und Text-Token sind kostenlos. Am Beispiel der Bearbeitung eines quadratischen 2K-Bildes betragen die Kosten pro Bild etwa 0,28 Yuan, weniger als die Hälfte von Seedream 5.0 Pro.

01. 100 Runden fortlaufende Bearbeitung: Personen, Objekte und Räume können alle geändert werden

Die mehrstufige Bearbeitung ist eine der Kernfähigkeiten der Aktualisierung von Seedream 5.5.

Bei der Verwendung von KI-Bildgenerierungswerkzeugen in der Vergangenheit mussten Benutzer die Promptwörter oft wiederholt ändern, wobei jede Änderung neue Probleme verursachen konnte.

Um dieses Problem zu lösen, hat Seedream 5.5 die Stabilität der fortlaufenden Bearbeitung gezielt gestärkt. Laut offiziellen Angaben kann das Modell die nicht bearbeiteten Bereiche auf Pixelebene beibehalten, Farbverschiebungen und Qualitätsverluste bei fortlaufenden Änderungen reduzieren und bis zu 100 Runden fortlaufende Erstellung unterstützen.

Zhidongxi hat Tests in drei Szenarien durchgeführt: Personen, Objekte auf dem Tisch und Innenräume. Insgesamt kann Seedream 5.5 nicht nur die angegebenen Objekte gemäß den fortlaufenden Anweisungen ändern, sondern auch das Hauptmotiv und die Komposition des vorhandenen Bildes während der mehrstufigen Erstellung beibehalten.

1. Fortlaufender Kleidungswechsel für Personen: Änderung der Kleidung ohne Neugenerierung

Erstanweisung: Generieren Sie zunächst ein Ganzkörper-Personenfoto im Stil der echten Fotografie. Eine junge Frau steht in einem schlichten Café, trägt ein weißes Hemd und blaue Jeans und hält eine Kaffeetasse in der Hand. Die Person steht frontal, das Gesicht ist klar, der Hintergrund umfasst hölzerne Tische und Stühle, bodenhohe Fenster und die Straßenansicht im Freien. Natürliches Licht, realistischer fotografischer Eindruck.

Anfänglich generiertes Bild

Erste Runde: Ersetzen Sie das weiße Hemd der Person durch eine schwarze Lederjacke, wobei der restliche Inhalt unverändert bleibt.

Zweite Runde: Ersetzen Sie die schwarze Lederjacke durch einen cremefarbenen Strickpullover, wobei Gesicht, Frisur, Haltung der Person, Kaffeetasse und Hintergrund unverändert bleiben.

Dritte Runde: Ersetzen Sie die blauen Jeans der Person durch ein schwarzes langes Kleid, wobei die anderen Bereiche nicht geändert werden.

Vierte Runde: Ersetzen Sie die Kaffeetasse in der Hand der Person durch ein transparentes Glas, wobei die Haltung der Hand und der restliche Inhalt unverändert bleiben.

Ergebnis des fortlaufenden Kleidungswechsels für Personen

In dieser Testgruppe weisen die von Seedream 5.5 generierte Kleidung der Person und die Möbel eine gute Textur auf, Details wie Falten der Kleidung und Gewebemuster wirken relativ natürlich. Nach der fortlaufenden Anpassung von Kleidung und gehaltenen Gegenständen bleiben Gesicht, Frisur und Hintergrundumgebung der Person im Wesentlichen im ursprünglichen Zustand.

Allerdings ist die Erfassung von Details der menschlichen Körperstruktur durch das Modell noch nicht genau genug. In diesen Bildern ist der Daumen der Person zu lang, seine Form entspricht nicht der echten menschlichen Körperstruktur; nach dem Anziehen des Kleides ist der Übergang zwischen Bein und Kleidrock nicht natürlich genug, es entsteht der Eindruck, dass das Bein schwebend wirkt.

Insgesamt ist die Darstellung von Personenmodellen und Kleidungsdetails durch Seedream 5.5 relativ natürlich, und es kann das Hauptmotiv des Bildes bei fortlaufenden Änderungen gut beibehalten, aber die Handstruktur und die menschliche Haltung bieten noch Raum für weitere Optimierungen.

2. Fortlaufende Änderung mehrerer Objekte: Die Anordnung auf dem Tisch kann ebenfalls angepasst werden

Erstanweisung: Generieren Sie ein Foto von Stillleben auf dem Tisch. Im Bild befinden sich ein aufgeschlagenes Buch, eine weiße Keramik-Kaffeetasse, eine schwarze Brille, ein Kugelschreiber und ein kleines grünes Topfpflanze. Die Gegenstände sind natürlich angeordnet, der Tisch besteht aus hellem Holz, die Aufnahme erfolgt aus der Vogelperspektive mit weichem natürlichem Licht.

Anfänglich generiertes Bild

Erste Runde: Ersetzen Sie die weiße Keramik-Kaffeetasse durch ein transparentes Glas.

Zweite Runde: Ersetzen Sie die schwarze Brille durch eine Brille mit feinem goldenen Rahmen.

Dritte Runde: Verschieben Sie den Kugelschreiber auf die rechte Seite des Buches, wobei die Position der anderen Gegenstände unverändert bleibt.

Vierte Runde: Ersetzen Sie die Topfpflanze durch einen Strauß gelber Tulpen.

Fünfte Runde: Ändern Sie das Material des Tisches in dunkles Nussbaumholz, wobei Form, Position und Lichtverhältnis aller Gegenstände unverändert bleiben.

Ergebnis der fortlaufenden Änderung von Objekten auf dem Tisch

Beim Test des Stilllebens auf dem Tisch weist die Erkennung und Detailwiedergabe mehrerer Objekte durch Seedream 5.5 noch Mängel auf. Bei der ersten Generierung hat das Modell die von den Promptwörtern geforderte Brille nicht korrekt generiert, sondern sie als schwarzes Regal dargestellt; nach der nachfolgenden Änderung zur Goldrahmenbrille tritt bei dem Brillengestell der Fehler mit drei Bügeln auf, die Objektstruktur ist nicht genau genug.

In dieser Testgruppe kann das Modell die Gegenstände und Materialien auf dem Tisch gemäß den Anweisungen anpassen, aber bei der ersten Generierung und Detailwiedergabe kleiner Objekte treten noch leicht Fehler auf. Insbesondere bei Objekten mit relativ feinen Strukturen wie Brillen kann das Modell zwar das grobe Aussehen generieren, aber nicht deren Struktur genau wiedergeben.

3. Fortlaufende Umgestaltung von Innenräumen: Perspektive bleibt auch nach Verschieben der Möbel erhalten

Erstanweisung: Generieren Sie ein Innenfoto eines Wohnzimmers im modernen minimalistischen Stil. Das Bild umfasst ein graues Sofa, einen hölzernen Couchtisch, eine Stehlampe, ein TV-Möbel, Grünpflanzen und bodenhohe Fenster, aufgenommen aus einer Weitwinkel-Perspektive der Innenfotografie, die Position der Möbel ist klar, das Licht ist natürlich.

Anfänglich generiertes Bild

Erste Runde: Ersetzen Sie das graue Sofa durch ein dunkelgrünes Stoffsofa, wobei der restliche Inhalt unverändert bleibt.

Zweite Runde: Verschieben Sie den Couchtisch auf die linke Seite des Sofas, wobei eine angemessene Perspektive und der Schatten auf dem Boden beibehalten werden.

Dritte Runde: Verschieben Sie die Stehlampe neben das TV-Möbel.

Vierte Runde: Fügen Sie einen gelben Einzelsitz auf der rechten Seite des Sofas hinzu, um sicherzustellen, dass es keine unangemessenen Überlappungen zwischen den Möbeln gibt.

Fünfte Runde: Ändern Sie die Szene außerhalb des Fensters in Regenwetter, wobei die Innenmöbel, Wände und der Boden unverändert bleiben.

Ergebnis der fortlaufenden Umgestaltung des Innenraums

Die fortlaufende Bearbeitung von Innenräumen ist komplexer als das Ersetzen einzelner Objekte. Nach dem Verschieben der Möbel muss das Modell nicht nur die Position der Objekte anpassen, sondern auch die Perspektive, Verdeckung und Schattenbeziehung neu verarbeiten.

In dieser Testgruppe versteht Seedream 5.5 die Bearbeitungsanweisungen relativ genau, außer dem Couchtisch kann es die Farbe, Position und Anzahl der Möbel im Wesentlichen gemäß den Anforderungen anpassen und auch die Umgebung außerhalb des Fensters ändern. Nach mehrstufigen Änderungen treten keine offensichtlichen räumlichen Fehlausrichtungen im Bild auf, Perspektive und Gesamtkomposition bleiben relativ natürlich.

Aus diesen Ergebnissen geht hervor, dass Seedream 5.5 bei der fortlaufenden Bearbeitung von Innenräumen relativ stabil funktioniert. Es kann nicht nur die Inhalte erkennen, die der Benutzer anpassen möchte, sondern auch die räumliche Beziehung zwischen den veränderten Möbeln und der umgebenden Umgebung gut verarbeiten.

02. Native transparente RGBA-Materialien: KI-Bildgenerierung erspart auch den Schritt der Freistellung

Neben der fortlaufenden Bearbeitung fügt Seedream 5.5 diesmal auch die Fähigkeit zur Generierung nativer transparenter RGBA-Materialien hinzu.

Bisher mussten Benutzer nach der Generierung von Produkten, Personen oder dekorativen Elementen über KI-Werkzeuge, wenn sie das Hauptmotiv separat verwenden wollten, normalerweise andere Werkzeuge verwenden, um den Hintergrund zu entfernen. Bei Objekten mit komplexen Details oder Transparenzeffekten treten bei der Verarbeitung leicht Probleme wie Randrückstände, Detailverlust oder verzerrte Transparenzeffekte auf.

Mit dieser Aktualisierung kann Seedream 5.5 direkt transparente oder halbtransparente Bilder mit Alpha-Kanal generieren, sodass die generierten Inhalte zu unabhängig verwendbaren Designmaterialien werden.

Zhidongxi hat Tests um komplexe Hauptmotive, transparente Kunstschriften und die