字节Seedream 5.5发布：单图连改100轮，API单张0.28元
单张成本约0.28元。
11月9日下午，字节跳动Seed团队推出新一代图像创作模型Seedream 5.5。和上一版比，这回主要在三处下了功夫：多轮编辑更稳、原生RGBA透明素材能直接生成、复杂文字和真实质感的表现更强。
Seedream 5.5生成的图片整体效果。
多轮编辑可以围绕同一件作品一直改，最多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，后期抠图这一步能省掉；文字渲染上，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，到现在过去了4个月。
目前Seedream 5.5已经在豆包、豆包工作上线，即梦AI、火山方舟在陆续开放体验，该系列后面还会出Pro版本。智东西第一时间在豆包工作上做了实测。
Seedream 5.5的体验入口。
实测下来，Seedream 5.5用起来比较顺，连续编辑、透明素材生成和真实质感这三块升级感受明显，出图也快，单张大约5-10秒。多轮修改不用反复从头生成，透明素材可以直接进入后续设计流程。
价格上，Seedream 5.5的API把输入图和输出图分开计费，文本Token不收钱。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、连改100轮：人物、物体、空间都能动
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毛病。
针对这个痛点，Seedream 5.5把连续编辑的稳定性当作重点。官方称，模型能做到非编辑区域的像素级保持，连续修改带来的色彩偏移和画质衰减会减少，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能按连续指令改指定对象，多轮创作中也能把已有画面的主体和构图延续下来。
1、人物连续换装，改衣服不用重新生成
第一步的指令是：先做出一张全身人像，要真实摄影的感觉。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。她正面朝向镜头，脸部看得清楚，背景里有木质桌椅、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。
人物连续换装的结果。
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、发型和背景环境基本还是原来的样子。
不过，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，腿部与裙摆之间的衔接也不够自然，腿部看起来像是悬空的。
Seedream 5.5在人物造型和服装细节上表现比较自然，连续改图时画面主体也保得住；不过手部结构和人体姿态还有得优化。整体看下来，长板与短板都很清楚。
再看多个物体的连续修改，桌面布局同样能跟着指令走。初始指令要求生成一张桌面静物摄影：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，浅色木质桌面，俯拍视角，柔和自然光。
▲初始生成图
随后连着改了五轮：第一轮把白色陶瓷咖啡杯换成透明玻璃杯；第二轮把黑色眼镜换成金色细框眼镜；第三轮把钢笔挪到书本右侧，其余物品位置不动；第四轮把盆栽换成一束黄色郁金香；第五轮把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
桌面静物这组测试里，Seedream 5.5对多个物体的识别和细节还原还不够。初始生成时，提示词要的眼镜没画对，模型画成了一个黑色架子；后来改成金丝眼镜，镜架又冒出三条眼镜腿，结构不准。模型能按指令换物品、换材质，可小型物体在初始生成和细节还原上容易出错，眼镜这类结构精细的东西尤其明显——大致外观有了，结构却没还原到位。
换到室内空间，连续改造的难度更高：家具一动，透视也得跟着重算。
初始指令是生成一张现代简约风格客厅室内照片，画面包含灰色沙发、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
之后同样五轮修改：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，保持合理透视和地面投影；第三轮把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、墙面和地板保持不变。
▲室内空间连续改造结果
室内连续编辑比单个物体替换复杂得多。家具移动后，模型不光要调整物体位置，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，除茶几以外，家具的颜色、位置、数量基本都能按要求调整，窗外环境也能改。多轮修改下来，画面没有明显空间错位，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为稳定，既能识别用户想调整的内容，也能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：生成即成品，省掉抠图这一步
连续编辑之外，Seedream 5.5这次还补上了原生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，想单独取出其中主体，往往得再找别的工具去背景。碰到细节复杂或本身带透明效果的对象，边缘残留、细节丢失、透明失真都容易冒出来。
这次升级后，Seedream 5.5可以直接产出带Alpha通道的透明或半透明图像，生成结果本身就能当独立设计素材用。
围绕复杂主体、透明艺术字和素材二次组合，我们做了三组测试。
1、复杂主体透明生成，羽毛边缘也能留住
指令一：画面是一只白色雪鸮展翅飞翔的样子，取正面角度，两侧翅膀全部张开。羽毛要分出层次，羽间那些细小缝隙得看得清楚，脚爪自然收拢，眼睛明亮。主体要完整，翅膀和脚爪都不能裁掉。背景必须是真正的透明，输出RGBA格式，自然的羽毛边缘与半透明细节都要留住。
▲透明雪鸮生成结果
复杂主体这组测试里，Seedream 5.5按提示要求给出了完整的雪鸮形象，双翼展开、羽毛层叠和身体轮廓都呈现得比较到位。和普通纯色背景生成相比，透明素材的好处在于主体可以直接放进其他设计画面里。
2、透明艺术字，文字和视觉效果一起出
指令二：做一套透明背景的中文艺术字素材，文字是“保持好奇，探索未知”。整体走立体玻璃质感，字形清楚完整，内部带细腻的蓝紫色渐变与自然折射，边缘加柔和高光。文字不能出错，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。
这组测试中，提示词里的中文内容被Seedream 5.5准确识别，对应的艺术字体也按要求生成出来。文字造型与预设风格大体一致，玻璃材质效果呈现得不错，轮廓清晰，没有明显错字或字形错乱。
实际效果看下来，Seedream 5.5既能生成透明背景下的艺术字，对指定字体风格和材质质感的还原也做得较好。
3、素材二次组合，生成的内容还能接着做设计
指令三：拿刚才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。底色是深蓝色夜空配雪山，雪鸮放在画面右侧，标题“保持好奇，探索未知”摆在左侧，整体走高端自然摄影加杂志视觉的路子。雪鸮主体要完整，文字要清晰，构图得有层次。
▲透明素材组合后的海报
素材复用测试中，Seedream 5.5把此前生成的主体和文字放进了新的设计画面，雪鸮也置身雪山背景，整体衔接比较自然。不过和最初生成的素材相比，雪鸮的形象和姿态有了些变化——身体舒展程度更高，更接近飞行状态，主体细节则基本保持一致。
三、真实摄影与文字渲染升级，图片质感更自然
图像真实感和文字渲染同样是Seedream 5.5此轮升级的重点。官方称，Seedream 5.5改善了光照、材质和皮肤纹理表现，并进一步提升复杂字形与密集小字的还原能力。
我们从人像摄影、产品摄影、复杂中文信息图和商业海报四个方面做了测试，重点看模型对人物细节、产品材质、中文文字和画面布局的还原效果。
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片。一位年轻女性坐在咖啡馆靠窗的位子，身子微微侧着，眼睛看向镜头，阳光从窗户斜着打到她的脸和肩膀上。自然皮肤纹理、细小毛孔、真实发丝和轻微的面部瑕疵都要保留，磨皮和过度美颜一概不用。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
人物这块，Seedream 5.5把皮肤、头发和光照的细节交代得比较到位。脸上不再是那种一味光滑的效果，光线打下来的明暗过渡、发丝的走向、皮肤本身的纹理，都让成像更贴近真实拍摄。
比起只把五官做得精致，这轮测试更在意画面自不自然。做生活方式配图、人物宣传照、商业人像的用户，看重的正是肤质和光影的真实感——这直接决定图片能不能用。
2、产品摄影：金属与玻璃的材质层次
指令：做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：镜框是拉丝金属，镜片略带透明度、反光自然，镜腿结构看得清楚。产品摆在黑色大理石台面上，背景用深灰色摄影棚，侧面柔光打过来，把金属边缘和镜片细节衬出来，整体要有真实商业摄影的质感。
▲产品摄影生成结果
产品摄影最考验材质。金属要反光真实、纹理清楚，玻璃得透出透明感和折射，几种材质摆在一起还得彼此分得开。
生成结果里，Seedream 5.5对各种材质的还原比较自然。金属镜框有相应的反光质感，透明镜片看不出浑浊，大理石台面上还出现了与产品呼应的倒影，反射清晰，画面整体质感不错。
这一组里，模型对金属、玻璃、大理石的区分较为准确，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：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
信息图考的是文字渲染的综合能力。普通海报只要一个标题，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。
从结果看，Seedream 5.5对提示词的理解比较准，能按要求排出信息层级，文字和对应的芯片结构、数据流程结合得也不错。文字排布清楚，没有明显重叠，整体是科技信息图该有的样子。
这组测试中，模型不光把中文文字生成了出来，多组信息与图示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，主题定作“探索下一代智能生活”。画面里放一台银色智能设备，场景是带未来感的室内空间。主标题写“让科技触手可及”，副标题写“重新定义智能生活”。底部列三项卖点：“轻薄设计”“智能交互”“全天续航”。中文文字要准确、清晰，标题和卖点分出明显层级，整体走高级商业广告设计路线，16:9横版。
▲商业海报生成结果
商业海报对模型的要求不只是把符合主题的视觉主体画出来，标题、副标题与产品卖点之间怎么摆布，同样得安排得当。
从实际生成的效果看，Seedream 5.5 出图带有明显的商业设计感，产品主体被推到显眼位置，标题、副标题和产品卖点这些信息也基本齐备，各部分的排布较为协调，整体上达到了预设要求。出图速度同样不慢。
这轮测试里，产品展示与文字信息的整合被 Seedream 5.5 完成得较好，海报在视觉呈现和信息完整度两方面都贴近预期。
结语：从生成一张图，到持续打磨一张图
此次升级的 Seedream 5.5，一边顾及生成效果与使用成本，一边把连续编辑、透明素材生成和文字渲染这三项能力又往前推了一步。
实际体验下来，模型在一些小细节上还有瑕疵，但此次重点升级的三个方向都表现不错。多轮编辑和透明素材生成尤其如此，已经能较好地放进实际的图片创作流程里使用。
