字节Seedream 5.5发布：一张图可连续改100轮，API单张约0.28元

智东西11月9日报道，字节跳动Seed团队今天下午正式推出新一代图像创作模型Seedream 5.5。与此前版本相比，这次升级重点落在三处：多轮编辑的稳定性、原生RGBA透明素材生成，以及复杂文字和真实质感的表现。

Seedream 5.5生成图片整体效果

具体来看，多轮编辑允许用户围绕同一件作品反复修改，最多可达100轮；透明素材方面，模型能直接产出带Alpha通道的透明或半透明图像，后期抠图这一步可以省掉；文字渲染则对复杂字形和密集小字的还原效果做了进一步提升。

上一代模型Seedream 5.0 Pro发布于今年7月8日，距今已有4个月。

眼下，Seedream 5.5已在豆包、豆包工作上线，即梦AI、火山方舟陆续开放体验，该系列后续还会推出Pro版本。智东西第一时间在豆包工作做了实测。

Seedream 5.5体验入口

实测下来，Seedream 5.5的整体使用比较顺畅，连续编辑、透明素材生成和真实质感表现这几方面的升级感受更明显，出图速度也快，单张大约耗时5-10秒。多轮修改不用反复从头生成，透明素材也能直接进入后续设计流程，这两点尤其省事。

定价上，Seedream 5.5 API把输入图和输出图分开计费，文本Token免费。以2K方图编辑为例，单张成本约0.28元，不到Seedream 5.0 Pro的一半。

01.连续编辑100轮，人物、物体和空间都能改

多轮编辑是Seedream 5.5这次升级的核心能力之一。

过去用AI生图工具，用户常常要一遍遍改提示词，可每改一次又可能冒出新的问题。

针对这一点，Seedream 5.5着重强化了连续编辑的稳定性。官方说法是，模型能做到非编辑区域的像素级保持，减少连续修改造成的色彩偏移和画质衰减，并支持最多100轮持续创作。

智东西选了人物、桌面物体和室内空间三个场景来测。总体看，Seedream 5.5既能按连续指令改动指定对象，也能在多轮创作中延续已有画面的主体和构图。

1、人物连续换装，修改服饰不必重新生成

第一步，让模型先产出一张真人摄影感的全身人物照：画面里是一位年轻女性，白色衬衫配蓝色牛仔裤，手里端着咖啡杯，人站在一家布置简洁的咖啡馆中；她面向镜头，脸部看得清楚，身后有木质桌椅、落地窗，还能看到室外的街景，光线为自然光，整体呈现出真实拍摄的质感。

初始生成图

第一轮：将人物的白色衬衫换成黑色皮衣，其他内容保持不变。

第二轮：将黑色皮衣换成米白色针织毛衣，保持人物面部、发型、姿势、咖啡杯和背景不变。

第三轮：将人物的蓝色牛仔裤换成黑色长裙，其他区域不做修改。

第四轮：将人物手中的咖啡杯换成透明玻璃杯，保持手部姿势和其他内容不变。

人物连续换装结果

这组测试里，Seedream 5.5生成的人物服装和家具质感不错，衣物褶皱、面料纹理等细节看着比较自然。连续调整服装和手持物品之后，人物面部、发型和背景环境也基本维持了原样。

但模型对人体结构细节的把握还不够准。这组图中人物的大拇指偏长，形态不符合真实的人体结构；换上裙装后，腿部与裙摆的衔接也不够自然，腿部看起来有悬空感。

从整体效果看，Seedream 5.5在人物造型、服装细节上较为自然，连续修改时画面主体也保留得不错。不过手部结构和人体姿态仍有待优化。

2、桌面多个物体连改，布局跟着调整

初始指令要求生成一张桌面静物摄影图：一本打开的书、一只白色陶瓷咖啡杯、一副黑色眼镜、一支钢笔、一盆绿色小型盆栽，物品摆放自然，桌面为浅色木质材质，俯拍视角，柔和自然光。

初始生成图

第一轮：把白色陶瓷咖啡杯换成透明玻璃杯。

第二轮：黑色眼镜换成金色细框眼镜。

第三轮：钢笔挪到书本右侧，其余物品位置不动。

第四轮：盆栽换成一束黄色郁金香。

第五轮：桌面材质改为深色胡桃木，所有物品的形状、位置和光照关系保持不变。

桌面物品连续修改结果

桌面静物测试里，Seedream 5.5对多个物体的识别和细节还原仍有欠缺。初始生成时，提示词要求的眼镜没被正确画出来，模型给出的是一只黑色架子；后来改成金丝眼镜，镜架又多了第三条腿，结构不够准确。

这组测试中，模型可以按指令调整桌面物品和材质，但小型物体的初始生成和细节还原容易出问题。眼镜这类结构精细的物品尤其明显——大致外观能生成，结构却没能准确还原。

3、室内空间连续改造，家具挪位后透视仍稳

初始指令要求生成一张现代简约风格客厅室内照片，包含灰色沙发、木质茶几、落地灯、电视柜、绿植和落地窗，广角室内摄影视角，家具位置清晰，光线自然。

初始生成图

第一轮：灰色沙发换成深绿色布艺沙发，其他内容不变。

第二轮：茶几移到沙发左侧，透视和地面投影保持合理。

第三轮：落地灯挪到电视柜旁边。

第四轮：沙发右侧加一把黄色单人椅，家具之间不能出现不合理重叠。

第五轮：窗外场景改成雨天，室内家具、墙面和地板不变。

室内空间连续改造结果

室内空间的连续编辑比单个物体替换更复杂。家具一移动，模型既要调整物体位置，还得重新处理透视、遮挡和投影关系。

这组测试中，Seedream 5.5对编辑指令的理解比较准确，除茶几外，家具的颜色、位置和数量基本都能按要求调整，窗外环境也能修改。多轮修改后画面没有明显空间错位，透视和整体布局保持得较为自然。

从这组结果看，Seedream 5.5在室内空间连续编辑上表现稳定，既能识别用户想调整的内容，也能较好处理家具变化后与周围环境的空间关系。

02.原生RGBA透明素材，AI生图省去抠图步骤

连续编辑之外，Seedream 5.5这次还新增了原生RGBA透明素材生成能力。

过去用AI工具做出产品、人物或装饰元素，想把其中主体单独拎出来用，往往得再找别的工具抠背景。碰上细节复杂或者本身带透明效果的对象，边缘残留、细节丢失、透明感失真这些问题很容易冒出来。

这次Seedream 5.5直接就能输出带Alpha通道的透明或半透明图像，生成的内容本身即可作为独立设计素材使用。

智东西针对复杂主体、透明艺术字以及素材二次组合三种情况做了测试。先看复杂主体的透明生成，重点观察羽毛边缘能否保住。

指令一：画一只白色雪鸮，正面朝向镜头，两翼张开到最大，正在飞翔；羽毛要分出层次，细小的羽隙也看得清，脚爪自然收拢，眼睛亮。主体要完整，翅膀和脚爪都不能裁掉，背景得是真透明，以RGBA格式输出，羽毛边缘和半透明细节保留自然状态。

透明雪鸮生成结果

从结果看，面对复杂主体，Seedream 5.5按要求给出了完整的雪鸮形象，张开的双翼、层层羽毛和身体轮廓都呈现得不错。和普通纯色背景的生成相比，透明素材省去了后续处理，用户能直接把主体放进别的设计画面。

第二项测的是透明艺术字，看能不能把文字和视觉效果一起做出来。指令二：做一批透明背景的中文艺术字素材，文字是“保持好奇，探索未知”。整体用立体玻璃材质，字形要清晰、完整，内部带细腻的蓝紫渐变和自然折射，边缘加柔和高光。字不能错，不许增字、漏字，笔画也不能改。背景透明，输出RGBA格式。

透明艺术字生成结果

透明素材不只能用在人物和物体上，文字设计同样可以。

这组测试里，Seedream 5.5把提示词中的中文认准了，按风格要求生成了对应的艺术字体。文字造型与设定的样式大体吻合，玻璃质感也表现到位，字口清楚，没看到明显错字或字形乱掉的情况。

实际效果说明，Seedream 5.5在透明背景下生成艺术字没问题，对指定字体风格和材质质感的还原也较为理想。

第三项测素材的二次组合，看生成的东西能不能接着拿去设计。指令三：拿前面生成的透明雪鸮和透明艺术字，做一张16:9横版、自然主题的宣传海报。背景是深蓝夜空加雪山，雪鸮放画面右侧，标题“保持好奇，探索未知”放左侧，风格走高端自然摄影加杂志视觉设计。雪鸮主体要完整，文字要清楚，构图得有层次。

透明素材组合后的海报

在素材复用环节，Seedream 5.5把先前生成的主体和文字放进了新的设计画面，雪鸮也落到了雪山背景中，整幅画面衔接得比较自然。不过和最初生成的素材比，雪鸮的形象、姿态有了些变化，身体舒展得更开，更接近飞行状态，主体细节大体仍然一致。

03. 真实摄影和文字渲染升级，图片质感更自然

图像真实感与文字渲染同样是Seedream 5.5这回升级的重点。按照官方说法，Seedream 5.5改进了光照、材质和皮肤纹理的表现，复杂字形与密集小字的还原能力也有提升。

智东西围绕人像摄影、产品摄影、复杂中文信息图和商业海报四类场景做了测试，主要看模型对人物细节、产品材质、中文文字和画面布局的还原程度。

人像摄影放在前面看，重点盯皮肤纹理和自然光影。指令：出一张真实摄影风格的人像照片。一位年轻女性坐在咖啡馆靠窗的位子，身子微微侧着，看向镜头，阳光从窗户斜着打到脸和肩膀上。皮肤纹理、细小毛孔、真实发丝和轻微的面部瑕疵都要留住，不做磨皮，也别过度美颜。背景是虚化的咖啡馆，用85mm人像镜头拍，浅景深，肤色自然。

人像摄影生成结果

人物生成这块，Seedream 5.5在皮肤、头发和光照细节上表现较好。面部不再是单纯的光滑皮肤，光线打上去的明暗过渡、发丝和皮肤纹理，都让画面更贴近真实摄影。

比起一味把五官做得精致，这轮测试更在意整幅画面自不自然。做生活方式配图、人物宣传照和商业人像的用户，看重的其实就是肤质和光影够不够真实——这两项到位，图片才更好用。

2、产品摄影，金属、玻璃材质更有层次指令是生成一张高端消费电子产品的广告摄影图：主体为银色金属智能眼镜，镜框为拉丝金属，镜片带轻微透明度和自然反光，镜腿结构清晰；产品摆在黑色大理石台面上，背景是深灰色摄影棚，用侧面柔光打出金属边缘和镜片细节，整体要有真实商业摄影的质感。

产品摄影生成结果这类画面很考验材质表现。金属要显出真实的反射与纹理，玻璃得透出透明感和折射，几种材质放在一起还得彼此分得开。

实际生成的效果里，Seedream 5.5对各种材质的还原比较自然：金属镜框有对应的反光质感，透明镜片看不出明显浑浊，大理石台面上还出现了与产品呼应的倒影，反射清晰，画面整体视觉质感不错。这组测试中，模型对金属、玻璃、大理石等材质的区分较为准确，透明镜片和台面倒影的表现尤其基本符合预期。

3、复杂中文信息图，小字号文字能否看清？指令要求生成一张讲解“人工智能芯片工作原理”的中文科普信息图，16:9横版。

画面分三个区域：左侧画GPU芯片，标注“计算单元”“显存”“数据传输”；中间画HBM高带宽内存堆叠结构，标注“DRAM芯片”“硅通孔”“逻辑芯片”；右侧画数据从内存传到GPU的流程，标注“数据读取”“并行计算”“结果输出”。底部再加三个知识点：“高带宽”“低延迟”“高容量”。

所有中文文字必须准确无误，不能有错字、乱码或重复文字；图示要与文字对应，版式清晰，适合科技媒体科普文章配图。

中文信息图生成结果信息图考的是模型文字渲染的综合能力。普通海报只要生成标题，这类图却得在有限空间里塞进多个专业术语、说明文字和图示。

从生成效果看，Seedream 5.5对提示词的理解较为准确，能按要求把信息层级组织起来，文字与对应的芯片结构、数据流程结合得也较好。画面文字排布清晰，没有明显重叠，整体布局有科技信息图的视觉风格。这组测试里，模型不但完成了中文文字生成，对多组信息与图示的对应关系也处理得不错，可读性和设计完整度都比较好。

4、商业海报，视觉设计与文字排布兼顾指令是生成一张高端消费电子品牌的新品发布海报，主题为“探索下一代智能生活”：主体为一台银色智能设备，放在有未来感的室内空间中；主标题“让科技触手可及”，副标题“重新定义智能生活”；底部列出三项卖点“轻薄设计”“智能交互”“全天续航”。中文文字必须准确清晰，标题与卖点之间层级分明，整体走高级商业广告设计风格，16:9横版。

商业海报生成结果海报既要求模型生成切题的视觉主体，也得把标题、副标题和产品卖点的关系安排妥当。

从生成效果看，Seedream 5.5产出的画面商业设计感较强，产品主体突出，标题、副标题和产品卖点等信息基本齐全，各部分排布协调，整体符合预设要求。这组图片的生成速度也比较快。

产品展示与文字信息怎么捏到一起，这轮测试里Seedream 5.5给得比较稳，出图的海报看着舒服，信息也没漏，基本贴着预期走。

04.结语：一张图不是终点，反复修才是

这次Seedream 5.5的改动，一边顾着出图效果，一边压着使用成本，连续编辑、透明素材生成和文字渲染这三块都做了加强。

智东西上手下来，小毛病还是有，但这次主推的三个升级方向表现都拿得出手。多轮编辑和透明素材生成这两项，放进日常的图片创作流程里已经能用了。