字節新圖像模型來了！一張圖連改100輪不崩，精準指哪改哪，API降價

作者 | 黃菲 編輯 | 江宇 11月9日報道，今天下午，字節跳動Seed團隊正式發佈新一代圖像創作模型Seedream 5.5。相比此前版本，Seedream 5.5重點強化了多輪編輯穩定性、原生RGBA透明素材生成、複雜文字與真實質感表現這三項核心能力。▲Seedream 5.5生成圖片整體效果 其中，多輪編輯支持圍繞同一作品持續修改最多100輪；透明素材可直接生成帶Alpha通道的透明或半透明圖像，減少後期摳圖步驟；文字渲染則進一步提升了複雜字形和密集小字的還原效果。此次更新距離今年7月8日上一代模型Seedream 5.0 Pro發佈，已過去4個月。目前，Seedream 5.

5已在豆包、豆包工作上線，即夢AI、火山方舟正陸續開放體驗，該系列後續還將推出 Pro 版本。第一時間在豆包工作進行了實測。▲Seedream 5.5體驗入口 從這次實測來看，Seedream 5.5整體使用體驗較為順暢，在連續編輯、透明素材生成和真實質感表現方面帶來了更明顯的升級，生成速度很快，單張圖片耗時約5-10秒。尤其是多輪修改不必反覆從頭生成，透明素材也能直接進入後續設計流程。價格方面，Seedream 5.5 API採用輸入圖與輸出圖分開計費的方式，文本Token免費。以2K方圖編輯為例，單張成本約0.28元，不到Seedream 5.0 Pro的一半。

一、連續編輯100輪，人物、物體和空間都能改 多輪編輯是Seedream 5.5此次升級的核心能力之一。在過去使用AI生圖工具時，用戶往往需要反覆修改提示詞，但每次修改都可能帶來新的問題。針對這一問題，Seedream 5.5重點強化了連續編輯的穩定性。官方稱，模型能夠實現非編輯區域的像素級保持，降低連續修改帶來的色彩偏移和畫質衰減，並支持最多100輪持續創作。從人物、桌面物體和室內空間三個場景進行了測試。整體來看，Seedream 5.5不僅能夠根據連續指令修改指定對象，也能在多輪創作中延續已有畫面的主體和構圖。

1、人物連續換裝，修改服飾不必重新生成 初始指令：先生成一張真實攝影風格的全身人物照片。一名年輕女性站在簡潔的咖啡館內，穿著白色襯衫、藍色牛仔褲，手拿咖啡杯。人物正面站立，面部清晰，背景包含木質桌椅、落地窗和室外街景。自然光照，真實攝影質感。▲初始生成圖 第一輪：將人物的白色襯衫換成黑色皮衣，其他內容保持不變。第二輪：將黑色皮衣換成米白色針織毛衣，保持人物面部、髮型、姿勢、咖啡杯和背景不變。第三輪：將人物的藍色牛仔褲換成黑色長裙，其他區域不做修改。第四輪：將人物手中的咖啡杯換成透明玻璃杯，保持手部姿勢和其他內容不變。▲人物連續換裝結果 在這組測試中，Seedream 5.

5生成的人物服裝和傢俱具有較好的質感，衣物褶皺、面料紋理等細節看起來比較自然。連續調整服裝和手持物品後，人物面部、髮型和背景環境也基本保持了原有狀態。不過，模型對人體結構細節的把握仍不夠準確。這組圖片中人物的大拇指過長，形態不符合真實的人體結構；穿上裙裝後，腿部與裙襬之間的銜接也不夠自然，出現了腿部看起來懸空的情況。整體來看，Seedream 5.5在人物造型和服裝細節上的表現較為自然，連續修改時也能較好地保留畫面主體，但手部結構和人體姿態仍有進一步優化的空間。2、多個物體連續修改，桌面佈局也能跟著調整 初始指令：生成一張桌面靜物攝影圖。

畫面中有一本打開的書、一隻白色陶瓷咖啡杯、一副黑色眼鏡、一支鋼筆和一盆綠色小型盆栽。物品擺放自然，桌面為淺色木質材質，採用俯拍視角，柔和自然光。▲初始生成圖 第一輪：將白色陶瓷咖啡杯替換成透明玻璃杯。第二輪：將黑色眼鏡替換成金色細框眼鏡。第三輪：將鋼筆移動到書本右側，保持其他物品位置不變。第四輪：將盆栽替換成一束黃色鬱金香。第五輪：將桌面材質改成深色胡桃木，保持所有物品的形狀、位置和光照關係不變。▲桌面物品連續修改結果 桌面靜物測試中，Seedream 5.5對多個物體的識別和細節還原仍有不足。

初始生成時，模型沒有正確生成提示詞要求的眼鏡，而是將其畫成了一個黑色架子；後續修改為金絲眼鏡後，鏡架又出現了三條眼鏡腿的錯誤，物體結構不夠準確。這組測試中，模型能夠根據指令調整桌面上的物品和材質，但在小型物體的初始生成和細節還原上仍容易出錯。尤其是眼鏡這類結構相對精細的物品，模型雖然能夠生成大致外觀，卻未能準確還原其結構。3、室內空間連續改造，傢俱移動後還能保持透視 初始指令：生成一張現代簡約風格的客廳室內照片。畫面包含灰色沙發、木質茶几、落地燈、電視櫃、綠植和落地窗，採用廣角室內攝影視角，傢俱位置清晰，光線自然。▲初始生成圖 第一輪：將灰色沙發換成深綠色布藝沙發，其他內容不變。

第二輪：將茶几移動到沙發左側，保持合理的透視和地面投影。第三輪：將落地燈移動到電視櫃旁邊。第四輪：在沙發右側增加一把黃色單人椅，確保傢俱之間沒有不合理的重疊。第五輪：將窗外場景改成雨天，保持室內傢俱、牆面和地板不變。▲室內空間連續改造結果 室內空間的連續編輯比單個物體替換更加複雜。傢俱移動後，模型不僅需要調整物體位置，還要重新處理透視、遮擋和投影關係。這組測試中，Seedream 5.5對編輯指令的理解較為準確，除了茶几以外，基本能夠按照要求調整傢俱的顏色、位置和數量，也能修改窗外環境。多輪修改後，畫面沒有出現明顯的空間錯位，透視和整體佈局也保持得比較自然。

從這組結果來看，Seedream 5.5在室內空間的連續編輯上表現較為穩定，不僅能識別用戶希望調整的內容，也能較好地處理傢俱變化後與周圍環境的空間關係。二、原生RGBA透明素材，AI生圖也能省去摳圖步驟 除了連續編輯，Seedream 5.5此次還增加了原生RGBA透明素材生成能力。以往用戶通過AI工具生成產品、人物或裝飾元素後，若需要單獨使用其中的主體，通常還要藉助其他工具去除背景。對於細節複雜或具有透明效果的對象，處理時容易出現邊緣殘留、細節丟失或透明效果失真等問題。此次升級， Seedream 5.5能夠直接生成帶Alpha通道的透明或半透明圖像，讓生成內容成為可以獨立使用的設計素材。

圍繞複雜主體、透明藝術字和素材二次組合進行了測試。1、複雜主體透明生成，羽毛邊緣也能保留 指令一：生成一隻展翅飛翔的白色雪鴞，正面視角，雙翼完全展開，羽毛層次豐富，羽毛之間的細小空隙清晰可見，腳爪自然收攏，眼睛明亮。主體完整，不裁切翅膀和腳爪，背景為真正透明背景，輸出RGBA格式，保留自然的羽毛邊緣和半透明細節。▲透明雪鴞生成結果 可以看到，在複雜主體生成測試中，Seedream 5.5能夠按照要求生成完整的雪鴞形象，展開的雙翼、層疊羽毛和身體輪廓都有較好的呈現。相比普通純色背景生成，透明素材更方便用戶將主體單獨放入其他設計畫面中。

2、透明藝術字，文字和視覺效果可以一起生成 指令二：生成一組透明背景的中文藝術字素材，文字內容為“保持好奇，探索未知”。整體採用立體玻璃材質，字形清晰完整，內部有細膩的藍紫色漸變和自然折射效果，邊緣有柔和高光。文字必須準確，不得增字、漏字或改變筆畫。背景透明，輸出RGBA格式。▲透明藝術字生成結果 透明素材生成並不侷限於人物和物體，也可以用於文字設計。在這組測試中，Seedream 5.5準確識別了提示詞中的中文內容，並按照要求生成了對應的藝術字體。生成的文字造型與預設風格基本一致，玻璃材質效果也得到了較好的呈現，文字輪廓清晰，沒有出現明顯的錯字或字形錯亂。

從實際效果來看，Seedream 5.5不僅能夠生成透明背景下的藝術字，也能較好地還原指定的字體風格和材質質感。3、素材二次組合，生成內容可以繼續用於設計 指令三：使用剛才生成的透明雪鴞和透明藝術字素材，設計一張16:9橫版自然主題宣傳海報。背景為深藍色夜空和雪山，雪鴞位於畫面右側，標題“保持好奇，探索未知”位於左側，整體採用高端自然攝影與雜誌視覺設計風格。保持雪鴞主體完整，文字清晰，構圖具有層次感。▲透明素材組合後的海報 在素材複用測試中，Seedream 5.5能夠將此前生成的主體和文字組合到新的設計畫面中，雪鴞也被放置在雪山背景中，整體畫面銜接較為自然。

不過，與最初生成的素材相比，雪鴞的形象和姿態發生了一些變化，身體舒展程度更高，更接近飛行狀態，但主體細節基本保持一致。三、 真實攝影和文字渲染升級，圖片質感更自然 圖像真實感和文字渲染也是Seedream 5.5此次重點升級的方向。官方稱，Seedream 5.5改善了光照、材質和皮膚紋理表現，並進一步提升複雜字形與密集小字的還原能力。從人像攝影、產品攝影、複雜中文信息圖和商業海報四個方面進行了測試，重點觀察模型對人物細節、產品材質、中文文字和畫面佈局的還原效果。1、人像攝影，皮膚紋理和自然光影更重要 指令：生成一張真實攝影風格的人像照片。

一位年輕女性坐在咖啡館靠窗的位置，微微側身看向鏡頭，陽光從窗戶斜射到臉部和肩膀。保留自然皮膚紋理、細小毛孔、真實發絲和輕微面部瑕疵，不使用磨皮和過度美顏效果。背景為虛化的咖啡館環境，採用85mm人像鏡頭拍攝，淺景深，自然膚色。▲人像攝影生成結果 在人物生成方面，Seedream 5.5對皮膚、頭髮和光照細節進行了較好的呈現。人物面部不再只是簡單的光滑皮膚效果，光線照射下的明暗變化、髮絲細節和皮膚紋理也讓畫面更接近真實攝影。相比單純追求人物五官精緻，這類測試更關注畫面是否自然。對於需要生成生活方式圖片、人物宣傳照和商業人像的用戶來說，自然的膚質和光影表現能夠提升圖片的使用價值。

2、產品攝影，金屬、玻璃材質更有層次 指令：生成一張高端消費電子產品廣告攝影圖。畫面主體是一副銀色金屬智能眼鏡，鏡框採用拉絲金屬材質，鏡片具有輕微透明度和自然反光，鏡腿結構清晰。產品放置在黑色大理石臺面上，背景為深灰色攝影棚，使用側面柔光突出金屬邊緣和鏡片細節，畫面具有真實商業攝影質感。▲產品攝影生成結果 產品攝影對材質表現有較高要求。金屬需要呈現真實的反光和紋理，玻璃則需要體現透明度與折射效果，不同材質之間也要有清晰區分。從生成效果來看，Seedream 5.5對不同材質的還原較為自然。

金屬鏡框呈現出相應的反光質感，透明鏡片沒有明顯的渾濁感，大理石臺面上還生成了與產品相呼應的倒影，反射效果清晰，整體畫面具有較好的視覺質感。這組測試中，Seedream 5.5對金屬、玻璃和大理石等材質的區分較為準確，尤其是透明鏡片和檯面倒影的表現，基本符合預期。3、複雜中文信息圖，小字號文字能否看清？指令：生成一張關於“人工智能芯片工作原理”的中文科普信息圖，採用16:9橫版設計。畫面分為三個區域： 左側：展示GPU芯片，標註“計算單元”“顯存”“數據傳輸”。中間：展示HBM高帶寬內存堆疊結構，標註“DRAM芯片”“硅通孔”“邏輯芯片”。

右側：展示數據從內存傳輸到GPU的流程，標註“數據讀取”“並行計算”“結果輸出”。底部增加三個知識點：“高帶寬”“低延遲”“高容量”。要求所有中文文字準確無誤，不能出現錯字、亂碼或重複文字。圖示與文字對應，版式清晰，適合科技媒體科普文章配圖。▲中文信息圖生成結果 信息圖是對模型文字渲染能力的一項綜合考驗。與普通海報相比，這類圖片不僅需要生成標題，還要在有限空間內安排多個專業術語、說明文字和圖示。從生成效果來看，Seedream 5.5對提示詞的理解較為準確，能夠按照要求組織信息層級，文字與對應的芯片結構、數據流程也能較好地結合。

畫面中的文字排布清晰，沒有出現明顯的文字重疊，整體佈局具有科技信息圖的視覺風格。這組測試中，Seedream 5.5不僅完成了中文文字生成，也較好地處理了多組信息與圖示之間的對應關係，整體可讀性和設計完整度都比較不錯。4、商業海報，視覺設計與文字排布兼顧 指令：生成一張高端消費電子品牌新品發佈海報，主題為“探索下一代智能生活”。畫面主體是一臺銀色智能設備，置於未來感室內空間中。主標題為“讓科技觸手可及”，副標題為“重新定義智能生活”。底部加入三項產品賣點：“輕薄設計”“智能交互”“全天續航”。所有中文文字必須準確、清晰，標題與賣點之間有明顯層級，整體採用高級商業廣告設計風格，16:9橫版。

▲商業海報生成結果 商業海報不僅要求模型生成符合主題的視覺主體，還需要合理安排標題、副標題和產品賣點之間的關係。從生成效果來看，Seedream 5.5生成的畫面具有較強的商業設計感，產品主體突出，標題、副標題和產品賣點等信息也基本齊全，各部分排布比較協調，整體符合預設要求。此外，這組圖片的生成速度也比較快。這組測試中，Seedream 5.5較好地完成了產品展示與文字信息的整合，生成的海報在視覺效果和信息完整度上都比較符合預期。結語：從生成一張圖，到持續打磨一張圖 Seedream 5.5此次升級，在兼顧生成效果與使用成本的同時，進一步強化了連續編輯、透明素材生成和文字渲染能力。

從的體驗來看，儘管模型在一些小細節上仍有瑕疵，但在此次重點升級的三個方向上都展現出了不錯的表現。尤其是多輪編輯與透明素材生成，已經能夠較好地應用於實際圖片創作流程。