字节Seedream 5.5发布：支持100轮连续编辑，API单张0.28元

智东西
作者 黄菲
编辑 江宇

智东西11月9日消息，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，这次升级主要落在三处：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，多轮编辑可以围绕同一件作品连续改最多100轮；透明素材能直接输出带Alpha通道的透明或半透明图像，后期抠图这一步可以省掉；文字渲染方面，复杂字形和密集小字的还原效果也有提升。

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。

现在，Seedream 5.5已经上线豆包和豆包工作，即梦AI、火山方舟正在陆续开放体验，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整体用起来比较顺畅，连续编辑、透明素材生成和真实质感这几块升级感受明显，出图速度也快，单张大约5-10秒。尤其是多轮修改不用反复从头生成，透明素材也能直接进入后面的设计流程。

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。

一、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。

以前用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重点加强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，减少连续修改带来的色彩偏移和画质衰减，最多支持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既能按连续指令修改指定对象，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，改服饰不用重新生成

初始指令：先输出一张全身人像，走真实摄影风格。画面里是一位年轻女性，站在布置简洁的咖啡馆中，白衬衫配蓝色牛仔裤，手里端着咖啡杯。她正对镜头站立，脸部看得清楚，身后有木质桌椅、落地窗，还有室外的街景。光线用自然光，整体呈现真实摄影的质感。

▲初始生成图

第一轮：把人物身上的白色衬衫换成黑色皮衣，其余内容不动。

第二轮：将黑色皮衣改为米白色针织毛衣，人物面部、发型、姿势、咖啡杯和背景都保持不变。

第三轮：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：人物手里的咖啡杯换成透明玻璃杯，手部姿势和其他内容保持不变。

▲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都不错，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、发型和背景环境基本还是原来的状态。

但模型对人体结构细节的把握还不够准。这组图里人物的大拇指过长，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，出现了腿部看起来悬空的情况。

整体看，Seedream 5.5在人物造型和服装细节上表现较为自然，连续修改时也能较好地保留画面主体，不过手部结构和人体姿态仍有优化空间。

多物体连续修改这一项，还拿桌面布局来检验。第一步先下初始指令：做一张桌面静物摄影图出来，里头要有一本翻开的书、一只白瓷咖啡杯、一副黑框眼镜、一支钢笔，再加一盆绿色小盆栽。东西摆得自然些，桌面用浅色木质，机位从上方俯拍，光线柔和、偏自然光。

▲初始生成图

第一轮把白色陶瓷咖啡杯换成透明玻璃杯；第二轮再将黑色眼镜替换成金色细框眼镜。

第三轮要求把钢笔挪到书本右侧，其他物品位置不动；第四轮把盆栽换成一束黄色郁金香。

第五轮将桌面材质改成深色胡桃木，同时保持所有物品的形状、位置和光照关系不变。

▲桌面物品连续修改结果

这组桌面静物测试里，Seedream 5.5对多个物体的识别和细节还原还有欠缺。初始生成时，提示词要求的眼镜没画对，模型把它画成了一个黑色架子；后面改成金丝眼镜，镜架又冒出三条眼镜腿，结构不够准确。

模型能按指令调整桌上的物品和材质，可小型物体的初次生成和细节还原还是容易出问题。眼镜这类结构偏精细的东西尤其明显，大致外观能出来，结构却没能准确还原。

再看室内空间，连续改造的难点在于家具移动后透视还得站得住。

现代简约风的客厅室内照片，是这一步的初始指令：灰色沙发、木质茶几、落地灯、电视柜、绿植和落地窗都要在画面里，用广角室内摄影的视角，家具位置看得清楚，光线自然。

▲初始生成图

第一轮将灰色沙发换成深绿色布艺沙发，其他内容不变；第二轮把茶几移到沙发左侧，保持合理的透视和地面投影。

第三轮将落地灯挪到电视柜旁边；第四轮在沙发右侧加一把黄色单人椅，确保家具之间没有不合理的重叠。

第五轮把窗外场景改成雨天，室内家具、墙面和地板保持不动。

▲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。家具一动，模型不光要调位置，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，除了茶几，基本能按要求调整家具的颜色、位置和数量，窗外环境也能改。多轮修改下来，画面没有明显的空间错位，透视和整体布局保持得比较自然。

从这组结果看，Seedream 5.5在室内空间的连续编辑上表现较稳，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。

二、原生RGBA透明素材，AI生图也能省去抠图步骤

连续编辑之外，Seedream 5.5这次还补上了原生RGBA透明素材的生成能力。

过去用AI工具做出产品、人物或装饰元素，想单独拎出其中的主体，往往得再找别的工具抠背景。碰上细节复杂、带透明效果的对象，边缘残留、细节丢失、透明失真这些毛病就容易冒出来。

升级之后，Seedream 5.5可以直接产出带Alpha通道的透明或半透明图像，生成的内容本身就成了能独立拿去用的设计素材。

智东西挑了复杂主体、透明艺术字、素材二次组合三类场景做了测试。

1、复杂主体透明生成，羽毛边缘也能保留

指令一：画一只正面视角、双翼全开的白色雪鸮，呈飞翔姿态。羽毛要分出层次，羽间细缝看得清，脚爪自然收拢，眼睛有神。主体得完整，翅膀和脚爪都不能被裁掉。背景必须是真透明，输出RGBA格式，羽毛边缘和半透明细节都要自然保留。

▲透明雪鸮生成结果

从结果看，复杂主体这一项里，Seedream 5.5按要求给出了完整的雪鸮形象，双翼展开、羽毛层层叠叠、身体轮廓都呈现得不错。跟普通纯色背景生成相比，透明素材的好处在于，用户能把主体单独放进别的设计画面里。

2、透明艺术字，文字和视觉效果可以一起生成

指令二：做一组透明背景的中文艺术字素材，字是“保持好奇，探索未知”。整体走立体玻璃质感，字形清楚完整，内部带细腻的蓝紫渐变和自然折射，边缘加柔和高光。文字不能出错，不许加字、少字或改动笔画。背景透明，输出RGBA格式。

▲透明艺术字生成结果

透明素材生成不只用在人物和物体上，文字设计同样能派上用场。

这组测试里，提示词中的中文内容被Seedream 5.5准确识别，对应的艺术字体也按要求生成了出来。文字造型跟预设风格大体吻合，玻璃材质效果呈现得较好，文字轮廓清楚，没看到明显的错字或字形错乱。

实际效果看下来，Seedream 5.5既能生成透明背景的艺术字，也能把指定的字体风格和材质质感还原得比较到位。

3、素材二次组合，生成内容可以继续用于设计

指令三：拿前面生成的透明雪鸮和透明艺术字来排一张16:9横版自然主题宣传海报。画面背景是深蓝夜空加雪山，雪鸮摆在右侧，标题“保持好奇，探索未知”放左边，风格往高端自然摄影和杂志视觉上靠。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

素材复用测试中，此前生成的主体和文字被Seedream 5.5组合进了新的设计画面，雪鸮也放到了雪山背景里，整体衔接比较自然。不过跟最初生成的素材比，雪鸮的形象和姿态有了些变化，身体舒展程度更高，更像在飞行，但主体细节基本保持一致。

三、真实摄影和文字渲染升级，图片质感更自然

图像真实感和文字渲染，同样是Seedream 5.5这回重点升级的方向。官方说法是，Seedream 5.5改善了光照、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进一步增强。

智东西从人像摄影、产品摄影、复杂中文信息图和商业海报四个方面入手测试，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情况。

1、人像摄影，皮肤纹理和自然光影更重要

指令：出一张真实摄影风格的人像照。年轻女性坐在咖啡馆窗边，身子略侧，眼睛看向镜头，阳光从窗户斜着打在脸和肩上。皮肤纹理、细小毛孔、真实发丝和轻微面部瑕疵都要留住，不做磨皮，也别过度美颜。背景是虚化的咖啡馆环境，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把皮肤、头发和光照的细节处理得比较到位。面部不再是那种单调的磨皮效果，光线打下来的明暗过渡、一根根发丝和皮肤本身的纹理，都让成片更贴近真实拍摄的照片。

比起只盯着五官够不够精致，这类测试其实更在意画面自不自然。对要出生活方式图、人物宣传照和商业人像的人来说，肤质和光影够真实，图片才更有使用价值。

2、产品摄影，金属、玻璃材质更有层次

指令：做一张高端消费电子产品的广告摄影图。主体选银色金属智能眼镜：镜框为拉丝金属，镜片略带透明度、反光自然，镜腿的结构要看得清楚。产品摆在黑色大理石台面上，背景用深灰色摄影棚，侧面打柔光，把金属边缘和镜片细节提出来，成片要有真实商业摄影的质感。

▲产品摄影生成结果

拍产品图，材质是最难糊弄的部分。金属得有真实的反射和纹理，玻璃要透出透明感和折射，几种材质摆在一起还得能分得清。

实际生成出来看，Seedream 5.5对各种材质的还原比较自然。金属镜框的反光质感出来了，透明镜片没有发浑，大理石台面上还带出了和产品对应的倒影，反射清楚，整张图的视觉质感不错。

这组测试里，金属、玻璃、大理石几种材质被区分得比较准，透明镜片和台面倒影尤其如此，基本在预期之内。

3、复杂中文信息图，小字号文字能否看清？

指令：生成一张关于“人工智能芯片工作原理”的中文科普信息图，采用16:9横版设计。

画面分为三个区域：

左侧：展示GPU芯片，标注“计算单元”“显存”“数据传输”。

中间：展示HBM高带宽内存堆叠结构，标注“DRAM芯片”“硅通孔”“逻辑芯片”。

右侧：展示数据从内存传输到GPU的流程，标注“数据读取”“并行计算”“结果输出”。

底部增加三个知识点：“高带宽”“低延迟”“高容量”。

要求所有中文文字准确无误，不能出现错字、乱码或重复文字。图示与文字对应，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

信息图考的是模型综合的文字渲染能力。普通海报只要出个标题，这类图却得在有限版面里塞下好几个专业术语、说明文字和图示。

生成结果看，Seedream 5.5对提示词的理解比较准，信息层级按要求排开了，文字和对应的芯片结构、数据流程也结合得不错。画面里的字排得清楚，没有明显重叠，整体有科技信息图的那股视觉味道。

这组测试里，Seedream 5.5把中文文字生成做下来了，多组信息和图示之间的对应关系也处理得较好，可读性和设计完整度都算不错。

4、商业海报，视觉设计与文字排布兼顾

指令：出一张高端消费电子品牌的新品发布海报，主题定“探索下一代智能生活”。画面主体是一台银色智能设备，放在有未来感的室内空间里。主标题写“让科技触手可及”，副标题写“重新定义智能生活”。底部列出三项产品卖点：“轻薄设计”“智能交互”“全天续航”。中文文字要准确、清晰，标题和卖点之间层级分明，整体走高级商业广告的设计风格，16:9横版。

▲商业海报生成结果

商业海报既要模型画出贴合主题的视觉主体，也得把标题、副标题和产品卖点之间的关系安排妥当。

从实际生成的画面看，Seedream 5.5 做出来的图商业设计感挺强，产品主体站得住，标题、副标题、卖点这些信息也大致齐全，各部分的排布看着协调，基本达到了事先设定的要求。生成速度同样不慢。

在这组测试里，产品展示和文字信息的整合被 Seedream 5.5 处理得比较到位，海报成品无论视觉观感还是信息的完整程度，都接近预期。

结语：从生成一张图，到持续打磨一张图

这一轮升级，Seedream 5.5 在生成效果和使用成本之间做了兼顾，连续编辑、透明素材生成和文字渲染这几项能力也得到进一步增强。

智东西实际体验下来，模型在某些细小之处仍有不足，但此次重点升级的三个方向都表现得不错。多轮编辑和透明素材生成尤其已经能比较顺利地用到真实的图片创作流程中。