即梦上线Seedream5.5:多轮改图不跑偏,复杂图文排版一次出
就在今天,即梦上线字节跳动新一代图像创作模型Seedream5.5,编辑部第一时间搞到了测试资格,带大家看看到底进化到了什么地步。 说真的,自从图片创作模型不断进化以来,大家问“这是AI做....
即梦今天上线了字节跳动新一代图像创作模型Seedream5.5。编辑部第一时间拿到测试资格,想看看它到底进化到了哪一步。
图片创作模型一路进化,大家问“这是AI做的吗”的次数也跟着水涨船高。
可AI生图拿来图一乐,或许已经没对手;真要进生产力环节,不少时候还是不好使。
费劲生成一张满意的宣传海报,只想把衣服换个颜色,人脸却变了;让它改标题两个字,背景跟着一起动;好不容易全部调完,图已经不是最初那张。
前两天某海外大厂升级自家图片模型,号称实现表情包自由。可一张图经过多轮修改,画面会越来越脏。这几乎一直是图像创作模型帮人干好活的最大堵点。
即梦Seedream5.5这次就冲着这个痛点来:让AI从只会出图的画师,慢慢变成能真正参与干活的设计师。
话不多说,开测。注意,本次测试每轮都会生成4张图片,我们只挑效果最好的一张举例。
今天的测试不安排AI画什么差友美图、江江帅照。卷到5.5这个版本,Seedream的基础生图能力早就没什么悬念。
下面两张,是我们在后台随手敲了两句跑出来的。差友看一眼,就能get到Seedream5.5是什么水平。
但光会画美图远远不够。今天我们直接化身挑剔甲方,紧急孵化了一个产品,名字叫差评牌工位续命水,专卖给像你我这样需要扫除疲惫、打起精神的打工人。
即梦Seedream 5.5的任务,就是给这个新品牌当一回总设计师。
有了产品,第一件事自然是做宣传海报。我们上传差评的logo,直接下指令:“我要生成一个差评牌的“工位续命水”,帮我生成一张能拿出去宣传的海报,常用色:代码绿RGB:0 255 155,故障蓝:0 0 255,其中深底色时用绿,浅色底用蓝,logo已上传”。(后续灰底部分均为我们输入的提示词)
它很快给出了一张黑底、一张白底的宣传海报。光看咱们这抽象的提示词,效果还不错,挺有差评那味儿。
接下来,就在这两张图的基础上开始挑刺调整。
图一画面要素太满,瓶子出现了好几次,可以精简点;文案换成“专治周一综合征”。
图二里电脑占了主要视觉,有点喧宾夺主;文案改成“喝完不一定清醒,但至少看上去在工作”。
光有概念海报还不够。平时做电商详情页、汇报PPT或者科普长图,最考验AI的其实是高密度的复杂图文排版。
于是我们直接上了一道硬菜,甩过去一段字数堪比小作文的提示词,让它直出一张产品科普信息图:
画面是一张竖版信息图,用来科普商业产品,采用现代扁平插画与写实产品混搭的风格。顶部主标题写着“工位续命水·打工人自救指南”。画面正中是一瓶透明玻璃瓶装的淡绿色能量水。左侧分成三栏,把饮用步骤依次列出来:“01 打卡前吨吨吨”、“02 周会前摇一摇”、“03 加班时猛灌一口”。右侧用进度条给出功效数据:“清醒指数 80%”、“演技加成 99%”、“抗大饼能力 MAX”。底部排着四个使用场景的小图标,各配一行小字说明:“早八通勤”、“PPT难产”、“被拉进群”、“周五下午”。整体结构合理,画布排版和配色都走清爽路线。
这张图塞满了标题、序号和底部小标签。它不仅自己把版面分成逻辑清晰的模块,连最容易崩盘的蚂蚁小字都认得清清楚楚;面对我们给的小图标需求,它还即兴创作了一波,描述得完全没毛病。
俗话说得好,没经历过奇葩客户需求改稿的设计师,不算合格的设计师。
所以我们决定来一手多轮精准编辑大挑战。
光看官方给的演示案例,给模特换件衣服,基本没啥压力。
因此我们会进一步加码文字、颜色、产品等多方面调整要求。而且不是每次都让AI重新画一张,而是要求它沿着上一版继续改,尽量保留已经确定的部分。
先来第一招,只动颜色:把瓶里绿色饮料换成红色,别的地方一概不碰。
图出来后,哥们的感受是Seedream有点挡不住了。这一轮一共生成4张,给到的版本是一层层往下递进的。
头一张完全照着指令走,瓶里饮料的颜色改了,别的没动。到第二张,AI自己多走了一步:饮料都红了,瓶身上那圈纸签是不是也该跟着红?
再往下推一层,饮料和瓶子都红了,图左侧演示饮用步骤的那块,小人手里喝的饮料自然也该是红的。
要按甲方更狠的要求来,顶部主标题前面标绿的那三个字“续命水”,同样能换成红色。
说真的,看到这四张图,我觉得Seedream5.5成精了,比大多数打工人还肯花心思。它先把你的指令老老实实执行成图一,接着在心里盘算:照这个提示词,对方要的会不会是“整套视觉主色调全换成红色”,只是自己没意识到?于是它一口气把所有可能的方案摆出来,让人随便挑。
更让人发毛的是,除了它主动多想的这几处合理改动,排版、文字、比例一样都没垮。
不过眼前这点小胜仗不能影响甲方的冷酷态度,接着往下测。
第二轮换成磨砂玻璃质感的瓶身,出图照样没压力。
第三轮,把“上班续命神器”换成“当代牛马精神补给站”,其余一律不动。
第四轮甲方经典反复横跳:当代牛马精神补给站太长,改回打工人自救指南。
第五轮,光有产品不够抓眼,我们请出编辑部最美小姐姐无糖三得利老师,当差评牌工位续命水的形象代言人。照片传上去,再加一张参考图里的人物作为代言人,手持工位续命水,其他一律不动。
这里得夸一句Seedream 5.5的人像真实感。
以前拿AI往海报里塞真人,很容易修出涂了三层猪油那种感觉,或者头身比例奇奇怪怪。这张图不一样:小姐姐的五官特征还原得自然,手握饮料瓶的姿势、人物和背景环境的光影融合也协调,看不出生硬贴图的痕迹。
人像控得这么稳,第6到第9轮我们干脆开启“夺命连环Call”,对着画面细节连下四道指令:
代言人穿得太休闲,换一套西装工服,其余一律不动。
桌上那台打印机看着碍眼,删掉,换一盆绿萝,其余一律不动。
绿萝也有点突兀,直接删,其余一律不动。
绿植不要了,加一个可扫码购买的提示图,留出二维码区域,其余一律不动。
第十轮,小姐姐表情太飒,不像受尽折磨的打工人。把姿势改成双手捧着瓶子、露出一脸生无可恋的苦笑,其余一律不动。
换工服、改动作、再换成苦笑的表情,一路看下来,人物骨架、皮肤质感、妆容妆面都稳得很,前后一致性相当高。
第十一轮干脆来个终极整活:把人物改成漫画风,特点保留,其他照旧不动。到这一步,哥们是真没辙了。
老实讲,动手测之前,我们担心的并不是它某一轮改得不对,而是改到第 8 轮、第 10 轮时画面会出现前面聊过的电子包浆——人物边缘发虚、颜色脏乱、五官走样。
结果呢,这份担心纯属多余。多轮改图这件事,显然已经难不住即梦Seedream5.5了。
当然,极限测试里也发现了个别图片在反复重绘多次后冒出一点小瑕疵,比如角落里的小字偶尔会轻微变形,或者遵循得不够准确。
这么看,官方给的数据还挺准:复杂场景小字准确率能到 95%,生成时稍微留个心,基本都能躲过去。
改稿整不垮它,那就换个路子,测测Seedream 5.5另一项值得关注的新本事——RGBA 透明素材生成。
直接让Seedream5.5给工位续命水做一套专属贴纸:饮料瓶、文字装饰,再加一个半透明玻璃杯,要的是透明 PNG 素材。
Man!What can I say!
可能有差友要问,这玩意儿听着挺专业,到底有啥用?
搁到真实生活和工作里就很清楚:想恶搞朋友做个表情包,把朋友照片抠出来;或者给商品做了张海报,现在想把里面的装饰素材单独拎出来用到别处。
搁以前,这些操作都得靠专门的抠图工具,碰上毛发、玻璃、烟雾这类东西,还得一点点抠边缘。
现在即梦给的能力,一句话就能搞定。
这个看着不起眼的功能,对普通人,或者经常做封面、海报、表情包的人来说,实际可能比生成一张炫酷大片还顶用。
折腾了一整天,把 Seedream 5.5 当全能乙方狠狠压榨了一遍,结果发现人家还有不少能力压根测不完。
比如做游戏设定,生成游戏动漫的角色、道具设定,基本就是随时能上岗的状态。
这让人不由得想起两年前 AI 生图刚火那会儿。大家觉得惊艳,是因为一个完全没学过画画的普通人,敲几行字就能把脑子里的奇思妙想变成一张真实的图,或者把图片变得真实,有种打破次元壁的感觉。
可说实在的,这些能力更多时候只能算个大号玩具,惊喜是惊喜。
现实里的商业设计、电商运营和日常办公,创作从来不是按下回车就完事。一张图从初稿到落地,中间隔着改字、调色、换元素、拆透明素材这九九八十一难。
顺着即梦从 Seedream 3.0、4.0、5.0 一路迭代到 5.5 看下来,它发力的方向很务实:没去卷那些花里胡哨的炫技噱头,而是持续上新模型底层能力与产品功能,把创作者头疼的工程痛点一个个解决掉,真做成了全能好用的创作工具。
以前做张图,真正拼创意、拼审美的工夫没多少,精力全耗在跟繁琐细节死磕的苦活累活上。
现在 Seedream 5.5 跑出来,倒不是说原来的专业技能和审美没用了——它们依旧决定着作品的上限。
那人类负责什么?一句话,过足甲方瘾就行。