要約:
11 月 9 日、ByteDance Seed チームは、複数ラウンドの編集の安定性、透明マテリアルの生成機能、リアルなテクスチャの向上に重点を置いた新世代の画像作成モデルである Seedream 5.5 をリリースしました。
マルチラウンド編集に関しては、Seedream 5.5 は特別なトレーニングを通じて非編集領域のピクセル レベルのメンテナンスを実現します。これにより、カラー シフトが排除され、連続的な変更におけるディテールの損失と画質の低下が軽減され、同じ作品について最大 100 ラウンドの連続編集がサポートされます。公式デモンストレーションでは、衣服、アクセサリー、デスクトップオブジェクトを100回変更した後でも、モデルはリングやフレームなどの小さなオブジェクトを細かく修正し、オクルージョンや光と影の接続を適切に処理できます。
ネイティブ RGBA 透明マテリアルの生成は、このバージョンの新機能です。アルファチャンネルを使用した透明または半透明の画像を直接出力でき、輪郭エッジや透明領域を細かく処理し、後のカットやトリミングの必要がなくなります。生成された透明マテリアルは、独立したアセットとしてシーン全体で再利用できます。また、参照画像のストロークと色を指定したテキストに統合して、背景が透明なワードアートを生成することもサポートされています。
画質とテキストの点で、このモデルは照明、マテリアル、肌のテクスチャのパフォーマンスを向上させ、過度の光沢と露出過剰を軽減しました。テキストのレンダリング能力が大幅に向上し、高密度の小さな中国語や英語の文字をより正確に復元できるようになりました。公式評価によると、重大なテキスト破損率は 0.4% に低下し、軽度のテキスト破損率は 1.7% に低下し、どちらも前世代よりも改善されました。
評価によると、Seedream 5.0 Pro と比較して、5.5 では、電子商取引、マーケティング、映画とテレビ、ゲーム、オフィス、衣料品のデザインを含む 6 つのシナリオで生成効果と使いやすさが向上しています。中でも映画やテレビ、オフィスシーンでの使用率は前バージョンの2倍以上となっている。 GPT Image 2.5 SunburstやNano Banana 2.1などの主流モデルと比較して、テキスト構造とテクスチャ画像のリアリズムの点で優れています。
現在、Seedream 5.5 は Jimeng、Doubao、Doubao Work、Volcano Ark などのプラットフォームでリリースされています。関係者は、将来的には Pro バージョンがリリースされ、エージェント ワークフローでのモデルの適用が拡大されると述べています。
コメント