ByteDance представила модель генерации и редактирования изображений Seedream 5.5. При последовательном редактировании результат каждой правки становится исходником для следующей, а модель должна сохранять участки, которых изменения не касаются. Как сообщает команда ByteDance Seed, модель специально обучали сохранять нетронутые области на уровне пикселей.
При последовательном редактировании небольшие ошибки могут накапливаться: детали теряются, а изображение постепенно ухудшается. Разработчики утверждают, что Seedream 5.5 уменьшает такие искажения и устраняет сдвиги цвета на участках, которые не просили менять. Одну картинку можно редактировать до 100 раундов, каждый раз используя результат предыдущего шага как основу для следующего.
В демонстрации ByteDance сто раз меняла изображение одного человека. Правки затрагивали одежду, аксессуары и предметы на столе. Даже после этой серии модель, по словам разработчиков, могла точно изменить небольшие детали, включая кольца и оправу очков. При добавлении аксессуаров она учитывала положение человека, соприкосновение предметов с кожей, перекрытие объектов и освещение. Компания также показала серии правок цветочных композиций и интерьера, где нужно было сохранять расположение предметов и перспективу.
Модель генерирует изображения с альфа-каналом, включая полностью и частично прозрачные области. Такие объекты можно использовать в макетах без отдельного удаления фона и очистки краёв. Создавать их можно по текстовому описанию или с опорой на изображение-образец.
ByteDance также заявляет о более естественной передаче света, материалов и кожи и о лучшем воспроизведении мелких надписей и символов сложной формы. Разработчики отмечают, что в некоторых изображениях стало меньше чрезмерного блеска, пересветов и пятнистых текстур. В опубликованных примерах модель размещает плотный английский текст на странице в газетном стиле и небольшие китайские подписи на иллюстрации бабочки.
Seedream 5.5 тестировали на задачах электронной коммерции, маркетинга, кино и телевидения, игр, офисной работы и дизайна одежды. По опубликованным ByteDance результатам, качество изображений и доля пригодных к использованию результатов выросли во всех шести сценариях по сравнению с Seedream 5.0 Pro. В задачах для кино и телевидения, а также офисной работы доля пригодных результатов стала более чем вдвое выше.
В отдельной оценке генерации текста доля серьёзных искажений составила 0,4%, незначительных — 1,7%. ByteDance также сообщает, что Seedream 5.5 опередила сравниваемые модели GPT Image 2.5 Sunburst и Nano Banana 2.1 по структуре текста в двух типах задач: генерации по описанию и обработке готового изображения. Преимущество по фотореализму компания отмечает для генерации по описанию. Позднее ByteDance намерена выпустить версию Seedream 5.5 Pro; срок её выхода не назван.
