AI創作新高度：字節跳動發佈Seedream 5.0 Pro，開啟交互式精準編輯時代
重點摘要
AI資訊AI新閒資訊正文AI創作新高度：字節跳動發佈Seedream 5.0 Pro，開啟交互式精準編輯時代發布於AI新閒資訊時間 :Jul 9, 2026閱讀 :1分鐘今天，字節跳動正式發佈了多模態圖像創作模型——Seedream5.0Pro，標誌著AI圖像創作從單純的“生成”向更深層的“設計”邁進。相比前代版本，Seedream5.
字節跳動今日正式推出多模態圖像創作模型 Seedream 5.0 Pro，將 AI 圖像生成技術從「生成」階段推向更深入的「設計」層次。這款新模型在圖文匹配、結構合理性、文字渲染以及畫面質感等面向均展現出明顯進步，尤其聚焦於四大核心能力的突破，為專業創作者與一般用戶帶來更具互動性的圖像創作體驗。 Seedream 5.0 Pro 第一項核心突破在於複雜資訊的可視化能力。模型能夠深度理解用戶意圖，將龐雜的數據、抽象概念以及密集文字，精準轉化為專業的排版圖表。無論是南極科考站的全景數據統籌，或是天文科普、入門指南等高密度資訊圖，Seedream 5.0 Pro 都能自主完成邏輯推理與版面規劃，產出層級分明且兼具專業美感的視覺內容，大幅降低過去需要人工精心設計圖表的高門檻。 第二項重點則是交互式精準編輯功能。有別於以往只能透過文字指令生成整張圖像，Seedream 5.0 Pro 將控制信號原生嵌入生成過程，藉由對空間位置（Grounding）與區域語義的深度理解，實現高度可控的局部編輯。用戶可以透過點選或圈選方式進行物件消除或定點新增，還能進行色彩編輯、材質替換，甚至利用草圖渲染、圖層分離等手法進行精細化加工。這項功能讓設計師無須反覆調整整體構圖，即可針對特定區域進行微調，創作流程更加直覺且高效。 在真實影像與人像質感方面，Seedream 5.0 Pro 同樣展現出色表現。模型透過強化對光影、材質與皮膚肌理的模擬，使生成的畫面兼具攝影級的寫實感與 CG 表現力。無論是處理複雜光影的建築場景，還是細膩還原皮膚紋理的寫實人像，都能保持高度的真實感與敘事張力，進一步貼近專業視覺工作者的需求。 此外，Seedream 5.0 Pro 實現了原生多語種輸入與生成，支援包括中文、英文、法文、德文、俄文、日文、韓文、西班牙文、阿拉伯文等十餘種常用語言。模型不僅能準確解析跨語言指令，還能自動適應各地的排版規則與文化語境，精準還原本地化特徵，對全球化的創作團隊來說是一項實用升級。 據字節跳動表示，Seedream 5.0 Pro 目前已正式上線火山方舟體驗中心，後續也將陸續在豆包、即夢等平台上開放使用。這款模型的推出，為專業生產力與設計領域提供了一個更高效、更自由的創作工具，讓複雜創意能夠以更低門檻、更高品質轉化為實際價值。業界觀察指出，隨著 AI 圖像生成技術持續進化，從單純的「生成指令」邁向「精準設計互動」，Seedream 5.0 Pro 的發布標誌著這一趨勢的重要里程碑。
Related
相關文章
全球首款AI智能體手機，下週發佈
智東西（公眾號：zhidxcom） 作者 | 程茜 編輯 | 心緣 智東西7月9日消息，智東西獲悉，上海大模型獨角獸階躍星辰即將發佈AI終端品牌、AI智能體系統及全球首款AI智能體手機。 ▲階躍星辰新一代智能體終端海報（圖源：階躍星辰） 中興通訊股份有限公司高級副總裁、中興通訊終端事業部總經理、努比亞總裁倪飛昨日下午在微博發文，全球首款AI智能體手機來自努比亞，這款量產旗艦將在下週的2026世界人工智能大會首次公開亮相。 去年12月，字節跳動旗下AI助手豆包與中興通訊聯合，限量發售了豆包AI手機。 階躍星辰成立於2023年，由前微軟全球副總裁姜大昕創辦，已對外發布Step系列通用大模型矩陣，覆蓋了從語言、多模態到推理的全面能力，並面向開發者連續開源多個業內領先的多模態大模型。 今年1月，階躍星辰宣佈，曠視科技聯合創始人、千里科技董事長印奇正式出任董事長，負責整體戰略節奏與技術方向的制定。他將與CEO姜大昕、首席科學家張祥雨、CTO朱亦博組成核心管理團隊。 ▲階躍星辰CEO姜大昕（左）、階躍星辰董事長印奇（右）（圖源：階躍星辰） 根據企查查信息，目前階躍星辰已經完成5輪融資，最新一輪為今年5月的約25億美元（約合人民幣170億元）融資，此前的投資方涵蓋騰訊、聯想創投、順為資本等。 ▲階躍星辰融資情況（圖源：企查查） 此外，今年2月，外媒彭博社援引知情人士報道，階躍星辰考慮在港交所IPO，計劃籌集約5億美元（約合人民幣34億元），階躍星辰已與潛在顧問就股權出售事宜進行磋商，最早可能在今年上市，其發行規模和上市時間等細節可能有所變化。 今年6月，階躍星辰最新開源的MoE模型Step 3.5 Flash，在全球權威大模型評測Artificial Analysis榜單中，以409 tokens/s的輸出速度，在Output Speed榜位列主流模型第一。 過去一年，大模型競爭主要集中
突發：馬斯克交卷最強Grok 4.5，Opus最高級智能打骨折價
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作突發：馬斯克交卷最強Grok 4.5，Opus最高級智能打骨折價新智元·2026年07月09日 10:58馬斯克深夜掀桌！最強旗艦Grok 4.5突襲，數萬塊GB300煉出性價比之王，不僅硬剛GPT-5.5，性能緊貼Opus 4.8，又快又便宜。 Grok 4.5，終於交卷！ 就在剛剛，馬斯克SpaceXAI震撼發佈自家史上，最強旗艦模型Grok 4.5。 這一次，SpaceXAI與Cursor強強聯手。 在數萬塊GB300巨獸上，硬生生「煉」出這個專為編碼、智能體而生的性能怪獸。 成績單相當亮眼—— SWE Bench Pro：豪取64.7%，正面硬剛並越過Opus 4.7的64.3%； Terminal Bench 2.1：一路狂飆至83.3%； DeepSWE 1.0：穩穩站上62.0%，強勢碾壓Opus 4.8。 馬斯克直言，「Grok 4.5大致相當於Opus 4.7，但快得多」。 能力、速度、成本三者疊加，才是它的競爭力所在。也就是說，它幹活兒用的Token，只有別人的零頭。 Grok 4.5輸入價格$2/百萬token、輸出價格$6/百萬token。 相較於Opus 4.8，Token消耗暴減4.2倍
OpenAI深夜放出GPT-Live，ChatGPT終於像真人一樣說話
OpenAI 於 7 月 9 日深夜突然上線新一代語音模型 GPT-Live，大幅升級 ChatGPT 的語音對話功能。這款基於全雙工架構的模型讓 AI 不再只是簡單的一問一答，而是能同時聽與說，實現更像真人的對話節奏。當用戶停頓思考時，模型會耐心等待；需要插話時，也能自然回應，整體互動體驗變得輕鬆流暢。OpenAI 形容這是該公司迄今最智慧的語音模型。 GPT-Live 的核心技術突破在於架構設計。傳統語音系統採用級聯式或輪次式處理，分別面臨訊息損失與對話僵化的問題。
你的品牌再有名，系統可能根本“看不見”
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作你的品牌再有名，系統可能根本“看不見”哈佛商業評論·2026年07月09日 10:29提高AI入選率的三個方法。 當消費者開始問AI“買什麼”，品牌的競爭規則變了。研究發現，Nike、迪士尼等家喻戶曉的品牌，在AI推薦中反而輸給了一些小眾品牌——因為AI推薦的不是“最有名”的品牌，而是“最能被讀懂”的品牌。你的品牌屬性是否清晰、證據是否可驗證，決定了它能否被AI納入推薦。 當我們讓主流的AI系統——ChatGPT、Claude和Gemini——推薦跑鞋時，相對小眾的品牌Brooks總能穩定出現。而全球最大的運動品牌Nike，出現頻率卻低得多。這種模式反映了一個根本性的轉變：當AI系統成為產品發現的媒介時，品牌的競爭方式已經改變。 Brooks並非圍繞寬泛的生活方式敘事來建立品牌，而是專注於技術性能以及契合特定跑步者的需求。在CEO吉姆·韋伯的領導下，公司縮小了業務範圍，退出了相鄰品類，並投資於生物力學研究和產品工程。GuideRails和DNA LOFT緩震等技術，都是為了攻克明確定義的痛點而研發的。同樣關鍵的是，Brooks培育了一個由教練、臨床醫生和專業零售商組成的生態圈，這些人能用精準的術語拆解這些技術方案。
亂用AI，打工人被坑慘了
亂用AI，打工人被坑慘了定焦One2026.07.09 10:22 · 來自福建全文5715字00:00 / 17:24提效還是背鍋？文 | 定焦One，作者 | 金璵璠、陳丹、王漢星、李夢冉、雷晶，編輯 | 陳丹AI已經進入了很多人的工作日常。公關經理用它寫策劃方案，律師用它生成基礎文書，程序員用它寫代碼。對很多人來說，它就像工位旁邊那個隨叫隨到的實習生。而且，AI的交付速度，也很容易讓人“上頭”，甚至會讓人產生一種“掌握了魔法”的錯覺。直到魔法露出另一面。它會憑空編造不存在的競品品牌和行業數據，會一本正經引用虛構法條，會在代碼裡擅自改動不該碰的模塊。很多翻車，恰恰是因為它給的東西太像真的，讓人放下了戒備。我們和幾位在工作中被AI坑過的人聊了聊。他們並不是不會用AI。相反，AI已經嵌入了他們的大半個工作流程。可即便如此，他們還是會在某些時刻被它帶偏。這些經歷提醒他們，AI越能給出完整答案，使用者越需要保留判斷、核驗和兜底的能力。所謂AI提效，從來不是把工作直接交出去，它更像一次新的職場篩選：會用的人會變得更快，只會複製粘貼的人，可能會在關鍵時刻被它拖下水。01.AI編造了三家不存在的競品，我在提案現場被客戶當場拆穿林晨｜上海 30歲 公關公司策略經理我是做公關策略的。在乙方，策略崗的人經常被叫“提案機器”。客戶一個電話打過來，可能要求我們在極短的時間內，吃透一個我們此前不瞭解的行業，從裡面挖出洞察，再給出一整套營銷方案。行業是陌生的，時間是不夠的，而客戶要的東西是“驚豔”的。所以AI剛出現的時候，我幾乎是撲上去的。我每天至少有三分之一的工作時間泡在大模型裡，主要用來頭腦風暴和搭框架。剛開始那陣，是真的“爽”。有一次，客戶要一個“銀髮經濟”的營銷概念，只給兩個小時。我讓AI一口氣生成了十幾個方向，挑了一個稍加潤色就交了上去。客戶非常滿意。那種感覺，就像是突然掌握了某種魔法。
OpenAI的新語音模型，先把用戶煩到了
OpenAI 發布新一代語音模型 GPT-Live，採用全雙工架構，讓 ChatGPT Voice 能同時聽與說，實現更自然的對話互動。然而，首批用戶批評其頻繁的短回應（如「嗯嗯」）反而造成干擾，且部分功能如螢幕共享暫時無法使用。