设计师改掉产品图里沙发的颜色,旁边的物件却变了形,背景也在两次修改之间轻微漂移。做过机器生成图像的人都熟悉这点挫败:修一处,往往动了全部。
字节跳动的 Seed 团队说,他们为靠这件事吃饭的人做了一个模型。Seedream 5.5 于2026年11月9日发布,指向专业视觉生产——在那里的问题不是一张图某次好不好看,而是工具能不能在截止期和预算内持续交付可用的结果。
三处对干活的人有意义的改动
第一是修改的稳定性。字节跳动称,针对性训练让模型在像素层面保住不该变的区域,一次输出作为下一次输入时误差不会累积,因此支持在同一张图上连续修改最多100轮。若在真实项目里成立,一次性出图的工具就更接近分层文件。
第二是透明度。模型可直接生成带完整或部分 alpha 通道的 RGBA 图像,贴纸、产品抠图或角色设计出来就能放进版式,不必再走去背或手工修边。
第三是文字。字节跳动称模型对光照、材质与皮肤质感的渲染更自然,处理密集小字(包括复杂汉字)更准确。文字一直是AI图像的破绽,对营销与电商是实用问题而非观感问题。
数字,以及数字是谁的
这里要读得小心:几乎每个性能数字都来自字节跳动自己的评测。
公司称在 MagicArena 平台上按六个用例测试——电商、营销、影视、游戏、办公与时尚设计——Seedream 5.5 在质量分与可用率上都优于上一代 Seedream 5.0 Pro;在影视与办公两个场景,可用率高出1倍以上。在专家两两对比中,图生图任务的真实感 GSB 得分为55.62%,并称其在文字结构上领先 GPT Image 2.5 Sunburst 与 Nano Banana 2.1。
在设计者最在意的具体失败上,字节跳动报告中英文测试里严重文字损坏率0.4%、轻微损坏率1.7%。这些数字未经独立验证,应读作公司在自有条件下的测量结果,而不是行业标准。
这并不让结论一文不值,只是把它们变成评测的起点,而不是终点。
价格与入口
据《新京报》,Seedream 5.5 发布时已接入豆包、豆包工作与即梦,接口将上线火山方舟。定价据报道仍是两段式——输入图费用加输出图费用,不单收文本词元费。该媒体给出的数字是:2K方图修改约0.28元人民币(约合0.04美元/0.30港元),不到上一代的一半,生成速度也明显更快。
各家报道对接口开放时间说法不一,铺开也主要围绕中文产品,读者应以字节跳动自有渠道核对。Pro 版本已在计划中,将支持更复杂的上下文输入与创作指令,但没有发布时间。
字节跳动还表示,计划把模型延伸到影视、电商、广告与设计的智能体工作流中。那是方向,不是已交付的功能。
更安静的转向:从生成到修改
图像模型的公共注意力大多给了第一次渲染:输入提示,得到一张惊艳的图。专业工作室很少这样干活。他们收到一张产品图,需要十个保持光线、标志与人脸一致的变体。贵的不是第一张,是第五十张。
为稳定重复修改而建的模型回应了这个现实,也折射出中国生成式媒体向规模生产移动——电商详情页、短视频与短剧流水线——在那里,可预测的成本与一致的结果比单张惊艳更重要。
这个转向有治理的一面。产出越便宜、越容易改,关于同意、肖像与标注的问题就从流程边缘走到中心。本文不主张这些问题已经解决。
关键要点
- 字节跳动于2026年11月9日发布 Seedream 5.5,面向专业视觉生产流程。
- 公司称其支持在同一张图上最多100轮修改,未触及区域保持像素一致。
- 模型可生成带原生透明度的 RGBA 图像,渲染小字(含复杂汉字)更准确。
- 性能数字来自字节跳动自己的评测,未经独立验证。
- 据《新京报》,2K方图修改约0.28元人民币(约合0.04美元/0.30港元),不到上一代一半。
诚实的局限
所有基准数字与100轮修改的说法都来自字节跳动。我没有找到独立测试,也没有公开方案说明「像素一致」如何测量、在哪些图像类型上失效。
入口与价格来自发布时的《新京报》报道。接口时间各家说法不同,全球可用性未作说明,Pro 版本没有日期。读者做计划前应核对当前产品页。
我没有测试这个模型。与其他系统的比较是公司自己的;基准分数说明不了一间工作室的具体图像。关于专业流程的讨论是分析,不是调查结论。
普通人现在能做什么
- 如果你靠修图吃饭,先测失败的那一面。 让它只改一个小元素,看还有什么跟着动,而不是凭一张惊艳成图下判断。
- 批量产出素材,就把整个流程算进价。 单张更便宜,只有在后续人工修补更少时才有意义。
- 留存产出与素材来源的记录。 产出越便宜,来源与标注越容易被忽略,而不是越不重要。