9 ноября ByteDance представила Seedream 5.5, новую модель для генерации и последовательного редактирования изображений. Её главные отличия — нативное создание объектов с прозрачным фоном и возможность многократно менять одну картинку, не затрагивая остальные области. Компания заявляет о стабильной работе на протяжении 100 последовательных правок, но независимой проверки этого результата пока нет.
В тесте ByteDance на качество текста Seedream 5.5 реже сравниваемых моделей допускала серьёзные искажения. Меньшее значение в таблице лучше; все результаты получены самим разработчиком. ByteDance сообщает, что тесты проводились на платформе MagicArena с экспертной оценкой шести сценариев применения и парными сравнениями по схеме GSB, однако размер выборки не указан.
| Модель | Компания | Доля серьёзных искажений текста |
|---|---|---|
| Seedream 5.5 | ByteDance | 0,4% |
| ChatGPT Image 2.5 Sunburst | OpenAI | 0,7% |
| Nano Banana 2.1 | 1,7% | |
| Seedream 5.0 Pro | ByteDance | 2,8% |
Seedream — семейство моделей исследовательской команды Seed внутри ByteDance. Они создают изображения по текстовому описанию и редактируют готовые картинки. Seedream 5.5 поэтапно появляется в китайских приложениях Doubao и Jimeng, а также в облачной платформе Volcengine, сообщает TNW. О глобальном потребительском запуске и доступности в России компания в открытых материалах не объявила.
Главная техническая проблема длинной серии правок заключается в накоплении ошибок. Результат каждого шага становится исходным изображением для следующего, поэтому со временем могут меняться оттенки и лица, исчезать мелкие детали или нарушаться геометрия объектов.
ByteDance утверждает, что Seedream 5.5 сохраняет неизменяемые области на уровне пикселей и не допускает в них цветовых сдвигов. В демонстрации разработчик сто раз редактировал портрет одного человека: менял одежду, аксессуары и предметы на столе, продолжая работать с небольшими деталями вроде колец и оправы очков. Это демонстрация компании, а не воспроизведённый независимый тест, поэтому число 100 следует воспринимать как заявленный предел конкретного опыта, а не гарантию качества для любого изображения и запроса.
Второе заметное изменение — нативная генерация RGBA. В таком изображении альфа-канал хранит прозрачность каждого пикселя, включая полупрозрачные участки. Модель может сразу выдать отдельный товар, персонажа, стикер или другой элемент без сплошного фона. Его затем можно перенести в рекламный макет, карточку товара или презентацию без отдельного удаления фона и ручной обработки краёв.
Это отличает функцию от обычной генерации картинки на однотонном фоне: наличие альфа-канала позволяет сохранить просветы между перьями, волосами и другими мелкими элементами, а также частично прозрачные материалы. В примере ByteDance модель создала сову с расправленными крыльями, отдельно обработав края перьев, промежутки между ними и контуры когтей.
Для дизайнеров, рекламных команд и продавцов на маркетплейсах практическая польза Seedream 5.5 состоит не только в качестве отдельной генерации. Если заявления ByteDance подтвердятся в независимых тестах, модель сможет сократить ручную работу сразу на двух этапах: при повторном согласовании макета и при подготовке вырезанных объектов для компоновки.
Пока остаются существенные ограничения. Компания не опубликовала полную методику сравнительных тестов, а доступ к модели открывается поэтапно в экосистеме ByteDance. Поэтому по анонсу нельзя установить, насколько стабильно она выдерживает сто правок на разных типах изображений, как справляется со сложными масками прозрачности и сколько будет стоить сопоставимый рабочий процесс для пользователей вне Китая.