字节 Seed 发布图像模型 Seedream 5.5，支持 100 轮连续编辑与原生 RGBA 输出

更真实的图像，100 轮编辑更稳定 | 推出 Seedream 5.5

今天，我们推出 Seedream 5.5，这是我们下一代图像创作模型。

图像创作模型正逐渐成为专业视觉生产工作流的一部分。关键在于它们能否持续交付符合质量标准、满足截止日期且不超预算的可用成果。

我们相信，视觉智能的进步既应拓展创意可能性，也应让专业生产更加可靠。这需要富有表现力的图像、准确的内容以及对编辑的控制。有了这种可靠性，创意团队就能更自由地探索，并充分打磨他们的想法。

为满足这些需求，Seedream 5.5 带来三项关键升级：

更稳定的多轮编辑：在像素级保留未编辑区域，消除这些区域的颜色偏移，同时减少连续编辑中的细节损失和图像劣化。这支持在同一张图像上持续进行 100 轮编辑。

原生 RGBA 透明背景素材：直接生成带 alpha 通道的图像，包括完全透明和部分透明。模型会精细渲染边缘和透明区域，使生成的元素能够作为独立素材进入下游设计工作流，无需单独抠图或边缘清理。

更真实的图像和更清晰的文字：模型更自然地渲染光照、材质和皮肤纹理，减少过度光泽和过曝，使生成的图像更接近真实照片。文字渲染也显著提升，能更准确地渲染复杂字形和密集排列的小字。

评测显示，整体性能较上一版本大幅提升。与其他主流模型相比，Seedream 5.5 在文字结构和文生图真实感方面取得领先结果。像素级保留的多轮编辑，可靠地将复杂想法变为现实

在复杂的真实创意工作中，每张生成的图像都可能激发新的想法。下一次编辑将该想法带入图像，使概念通过连续迭代不断发展。

这要求模型在每次执行新编辑的同时，可靠地保留无需更改的内容。当一个输出成为下一个输入时，小误差会在连续编辑中累积，导致细节损失和图像劣化。

为此，Seedream 5.5 采用针对性训练，在像素级保留未编辑区域，使创意团队能够通过连续编辑持续完善图像。

在此演示中，我们对同一人物的图像进行了 100 次连续编辑，每次新编辑都以上一轮的输出为基础。即使在反复更改服装、配饰和桌面物品之后，模型仍能对戒指和眼镜框等小物件进行精确编辑。它会考虑主体当前的姿态，渲染配饰与皮肤之间的自然接触、连贯的遮挡以及一致的光照。

接下来，四个花卉设计展示了跨多个对象和材质的多轮编辑，涵盖写实花卉、静物布置、手账拼贴和传统绘画。即使在反复添加和替换茎干与装饰元素之后，Seedream 5.5 仍能改变指定花朵的形状或材质。它渲染镂空蕾丝、珠子的光泽以及茎叶的纹理，同时正确处理对象之间的遮挡。

对室内空间的连续更改带来另一项挑战。随着家具和陈设的变化，模型必须在每一步保持空间关系与布局一致。

在这个序列中，一间老旧书房逐渐变成一个色彩丰富、充满想象力的空间。当一个箱子在房间中移动时，模型会调整透视、遮挡和投射阴影，并合理地渲染不再被遮挡的区域。房间持续演变，而透视和遮挡在每一步都保持连贯。原生 RGBA 素材，跳过抠图。自由合成。

生成可独立布置并跨项目复用的素材，是将图像模型整合进专业生产工作流的重要一步。

Seedream 5.5 引入原生 RGBA 生成，直接生成带 alpha 通道的图像，支持完全透明和部分透明。模型在保留主体形状和纹理的同时，准确渲染边缘和透明区域，因此输出可作为独立素材用于排版、合成和生产。

创作者可以根据文本描述或参考图像生成具有透明背景的素材。在演示中，一只雪鸮展开双翼，清晰展现出层次分明的羽毛。模型细致渲染了翼尖的羽毛、羽毛之间的微小间隙以及爪子的轮廓，在无需后续抠图和边缘清理的情况下保留了复杂结构。

原生 RGBA 输出还支持将文字与视觉元素融合在一起的创意构图。模型可以借鉴参考图像中的笔触、色彩和材质效果，并在渲染指定文字时加以运用。它在直接生成具有透明背景的视觉素材的同时，保持文字准确清晰。

具有透明背景的素材还可以跨项目复用，从而提升制作效率。在演示中，设计师将同一组角色素材作为参考，快速在不同场景中创作出一系列图像。模型在保留角色标志性特征和质感的同时，允许改变其姿态、组合方式和构图。这减少了重复性的制作工作，也让创作连贯的系列作品更加容易。更逼真的图像，更准确的小字渲染

Seedream 5.5 进一步提升了整体图像质量，尤其是在真实感和文字渲染方面。模型在写实场景中更自然地渲染光照、材质和皮肤纹理。它还减少了部分图像中过度的光泽、过曝和斑驳纹理，使结果更接近真实照片。

在人像中，模型能在不同光照条件下更细致地捕捉真实的皮肤纹理。在第一张图像中，一位年轻女子回头看向镜头。她的皮肤纹理清晰可见，高光自然地融入肩部的阴影，散落的发丝在逆光中格外分明。在另一张图像中，一位抱着熟睡婴儿的父亲斜靠在沙发上。柔和的窗光洒在他的脸和手臂上，而皮肤和织物的细节在阴影中依然可见，赋予画面一种日常生活气息。

模型在场景中还能渲染更丰富的纹理范围以及更细腻的光影。阳光勾勒出紫色窗帘的褶皱，并在粗糙的黄色墙面上投下阴影。当一辆赛车在雨湿的赛道上疾驰时，其车身和湿滑路面以不同方式反射光线。轮胎溅起的水雾在车后扩散，部分遮挡了远处的车辆，使画面兼具动感与纵深感。

Seedream 5.5 改进了密集排列小字的生成与排版，更准确地还原复杂的字形。在一张关于莎士比亚的报纸风格页面上，几段英文小字位于他的肖像和一幅剧院插图之间。即使在这种紧凑的排版中，文字依然易于阅读。

蓝闪蝶信息图展示了模型在小尺寸下渲染中文文字的能力。八条图文注释描述了触角、翅脉和鳞片等特征。即使在特写旁的小号说明文字中，笔画繁多的汉字也易于辨认。Seedream 5.5 评测：整体性能大幅提升，在文字结构和文生图真实感方面取得领先结果

为评估模型在专业制作中的表现，我们在六类用例中对模型进行了测试：电商、营销、影视、游戏、办公和时装设计。评测在 MagicArena 平台上进行，由经验丰富的图像生成评测人员评估输出质量和可用性。

与 Seedream 5.0 Pro 相比，Seedream 5.5 在全部六类用例中均提升了质量得分和可用率。在影视和办公场景中，可用率是上一版本的两倍以上。

Seedream 5.5 在各制作用例中的表现。左：可用率。右：平均意见得分（MOS）。

在针对文字结构和真实感的单独评测中，专家对成对生成的图像进行比较，在文生图和图生图任务中均采用 GSB（好/相同/差）对其偏好进行评分。Seedream 5.5 在全部四项对比中相对上一版本均获得正向 GSB 得分，在图生图任务的真实感方面达到 +55.62%。与 GPT Image 2.5 Sunburst 和 Nano Banana 2.1 等领先模型相比，Seedream 5.5 在两项任务的文字结构上均处于领先，并在文生图真实感方面展现出显著优势。

文字结构与真实感评测。图表展示了 Seedream 5.5 在文生图和图生图任务中的 GSB 得分。

文字渲染的提升也体现在更低的文字崩坏率上。在涵盖中英文（包括密集排列小字）的评测中，Seedream 5.5 的严重文字崩坏率降至 0.4%，轻微文字崩坏率降至 1.7%。两项指标均大幅低于上一版本，在与领先模型的比较中也处于最佳水平之列。

文字渲染质量。左：严重文字崩坏率。右：轻微文字崩坏率。数值越低表示错误越少。总结与展望

Seedream 5.5 提升了图像质量，使多轮编辑更加稳定，同时原生 RGBA 输出拓展了生成素材的使用方式。这些能力帮助创意团队完善作品并复用现有素材，更好地满足专业制作对质量、可靠性和效率的要求。

展望未来，我们将支持更复杂的上下文输入和创意指令，同时继续提升模型在专业任务上的表现。以影视、电商、广告和设计领域的真实制作需求为导向，我们还将拓展其在智能体工作流中的应用，并继续探索更通用的视觉智能。Seedream 5.5 系列的 Pro 版本也将随后推出，敬请期待。