← Zurück zum Blog
Aica. 6 Min. Lesezeit

Seedream 5.5 liefert eine Ebene, kein Bild

Veröffentlicht 10. Nov. 2026
Seedream 5.5 liefert eine Ebene, kein Bild

ByteDances Seed-Team hat Seedream 5.5 ausgeliefert, und die Schlagzeile, die alle wiederholen werden, lautet „100 Bearbeitungsrunden“. Die Zahl stimmt – in dem Sinn, dass das Modell darauf trainiert wurde, nicht bearbeitete Bereiche über hundert aufeinanderfolgende Durchläufe hinweg auf Pixelebene konstant zu halten. Nur ist das nicht der interessante Teil.

Interessant ist, was aus dem Modell herauskommt. Seedream 5.5 erzeugt native RGBA-Bilder, also echte Alphakanäle mit vollständiger und teilweiser Transparenz, und gibt das Ergebnis in Ebenen aus. Eine Schnee-Eule mit ausgebreiteten Flügeln kommt als Asset, das man direkt in ein Layout legen kann, nicht als Rechteck mit einem Hintergrund, den man erst freistellen muss. In der Demo von ByteDance sieht man die Federn an den Flügelspitzen, die Lücken dazwischen, die Kontur der Krallen. Das ist Freistellen, gelöst an der Quelle.

Wenn man es so betrachtet, ist die Sache mit den 100 Runden kein Datenblatt-Prahlen mehr, sondern eine Folge. Wenn das Ergebnis eine Ebene in irgendeiner Designdatei ist, muss diese Ebene Bearbeitung überstehen. Und zwar wiederholt. Von Leuten, die nicht die Person sind, die sie erzeugt hat.

Was sich tatsächlich geändert hat

Drei Dinge nennt die Ankündigung: Stabilität bei mehrstufiger Bearbeitung, native Transparenz und die Qualität bei Haut, Licht und kleiner Schrift. Die ersten beiden sind die, die für die Produktion zählen.

Zur Bearbeitung: Behauptet wird die pixelgenaue Erhaltung all dessen, was man nicht ändern wollte. Aufeinanderfolgende Bearbeitungen verschlechtern ein Bild normalerweise so, wie eine Kopie einer Kopie es tut – Details weichen auf, die Farbe driftet, das Gesicht hört langsam auf, dasselbe Gesicht zu sein. ByteDance sagt, 5.5 beseitige Farbverschiebungen in unberührten Bereichen und halte Gesichtszüge, Bildausschnitt und Beleuchtung auch nach mehr als hundert Durchläufen konsistent. Die Demo zeigt Schmuck und Brillenfassungen, und das ist der richtige Test: kleine Objekte mit dünner Geometrie, direkt auf Haut, mit Verdeckungen und Kontaktschatten, die kohärent bleiben müssen, während sich die Pose ändert.

Zur Transparenz: Die Ausgabe kann aus Text zu Bild oder aus Referenz zu Bild entstehen, und das Ergebnis trägt einen Alphakanal. Das Modell unterstützt außerdem Ebenen, sodass sich Elemente auseinandernehmen und über eine ganze Serie hinweg wiederverwenden lassen.

Zum Text gibt es ungewöhnlich konkrete Zahlen: schwere Textfehler runter auf 0,4 Prozent, leichte Fehler auf 1,7 Prozent, über Chinesisch, Englisch und dichte kleine Schrift hinweg. Wenn das außerhalb des Demosatzes hält, bedeutet es praktisch, dass Infografiken und Wissensdiagramme aufhören, ein Glücksspiel zu sein. Chinesische Schriftzeichen mit komplizierter Strichfolge sind die Stelle, an der Bildmodelle üblicherweise auseinanderfallen, und dichte kleine Schrift ist die Stelle, an der sie leise auseinanderfallen – man merkt es erst beim Hineinzoomen.

A snowy owl with wings spread, cut clean from its background and floating over a layout grid

Der Preis ist der leise Teil

Seedream 5.5 rechnet ab wie 5.0: Eingabebild plus Ausgabebild, Text-Token kostenlos. Für eine quadratische Bearbeitung in 2K landet man bei rund 0,28 RMB pro Bild – weniger als die Hälfte von Seedream 5.0 Pro. Diese Zahl würde ich oben ins interne Memo schreiben, vor jede Aussage zur Qualität. Eine Bearbeitung zu halbieren ist das, was einen Workflow mit hundert Runden wirtschaftlich vernünftig macht. Zum alten Preis war „einfach iterieren, bis es stimmt“ eine Angewohnheit, die sich nur Studios leisten konnten.

Ausgerollt wird gerade in Jimeng, Doubao und Doubao Work, die API soll über Volcano Ark folgen. Eine Pro-Version ist später versprochen, mit mehr Kontext und längeren kreativen Anweisungen.

Wo es passt, und wo nicht

Der naheliegende Fall ist E-Commerce und Markenarbeit: ein Produkt, viele Szenen, pro Szene ein Asset mit Ebenen, kein Freistell-Schritt. Der zweite Fall ist alles mit Serie – eine Kampagne, in der dieselbe Figur zwölfmal auftaucht und die zwölfte aussehen muss wie die erste.

Die ehrliche Grenze: Hersteller-Benchmarks sind Hersteller-Benchmarks. ByteDance sagt, man habe auf MagicArena über sechs Szenarien getestet (E-Commerce, Marketing, Film und Fernsehen, Gaming, Büro, Modedesign) und die Nutzbarkeit habe sich in Film/Fernsehen und Büro gegenüber 5.0 Pro verdoppelt. Der Realismus von Bild zu Bild habe einen GSB von +55,62 Prozent gegen die Vorgängergeneration erreicht, und 5.5 führe bei Textstruktur und Text-zu-Bild-Realismus gegenüber GPT Image 2.5 Sunburst und Nano Banana 2.1. Das alles ist das Team, das seine eigene Hausarbeit benotet. Gerade die 0,4 Prozent verdienen einen unabhängigen Durchlauf, bevor sie in einer Kundenpräsentation landen.

Dazu kommt eine Workflow-Frage, die noch niemand beantwortet hat: Was passiert mit einem RGBA-Asset, wenn es zwischen Werkzeugen wandert? Ein Rundlauf durch PSD, ein Einfügen in Figma, ein Import in Premiere – jedes dieser Programme hat eigene Vorstellungen davon, wie sich Alpha und Ebenenreihenfolge verhalten sollen. Native Transparenz löst das Freistellen. Sie löst nicht die Übergabe.

Hundert Runden ändern, wer die Arbeit prüft

Es gibt einen Effekt zweiter Ordnung, den beim Start niemand erwähnt hat. Als ein einzelnes Bild vier Versuche brauchte, war die Person, die es prüfte, dieselbe, die den Prompt geschrieben hatte. Die Schleife war kurz genug, um in einem Kopf zu bleiben.

Bei hundert Runden wird aus der Schleife ein Prozess mit Stationen. Jemand setzt die Richtung. Jemand anderes fährt zwanzig Durchläufe gegen eine Shotlist. Eine dritte Person gibt die Version frei, die ins Layout geht. Die fertige Datei hat eine Geschichte – hundert Entscheidungen, die meisten klein, und keinen eingebauten Nachweis, warum welche davon getroffen wurde.

Das ist ein Versionskontrollproblem in kreativem Kostüm. Studios haben dafür in der Fotografie längst eine Antwort: Kontaktabzüge, Auswahlbögen, ein Ordner namens final_final_v3. Sie haben keine Antwort dafür in einem Modell, das sich vom selben Ausgangspunkt aus unendlich oft neu starten lässt. Das Werkzeug, das nächstes Jahr am meisten zählen wird, ist vielleicht gar nicht das Modell, sondern das, was einem Team erlaubt zu sagen: „Das ist der freigegebene Stand, und hier steht, was sich seither geändert hat.“

Seedream 5.5 macht die hundertste Runde billig genug, um sie zu versuchen. Prüfbar macht es sie nicht. Das sind zwei verschiedene Probleme, und nur eines davon wird in Fen gemessen.

Was man sich merken sollte

Zwei Jahre lang haben Bildmodelle um das einzelne Frame konkurriert. Der Pitch lautete: „Schau dir dieses eine Bild an.“ Was sich in diesem Herbst verschoben hat, ist der Pitch: „Schau, was du danach mit diesem Objekt machen kannst.“ OpenAI hat Markierungs-Bearbeitung und SVG-Export in die 2.6-API gelegt. Figma hat einen Node-Graphen gebaut, damit sich eine Generierung erneut ausführen und neu verzweigen lässt. Seedream 5.5 liefert einen Alphakanal.

Alle drei zeigen auf dieselbe Schlussfolgerung: Das Bild war nie das Produkt. Das Bild war ein Schritt. Sobald ein Modell eine Ebene liefert, die hundert Bearbeitungen übersteht, für achtundzwanzig Fen, wandert der Engpass zu den langweiligen Teilen – Namenskonventionen, Asset-Bibliotheken, Versionskontrolle, und die Frage, wer die Masterdatei anfassen darf.

Das ist eine deutlich weniger fotogene Geschichte als „KI kann endlich Hände zeichnen“. Es ist auch die, die entscheidet, ob ein Studio das Ding tatsächlich einführt oder die Demo in einen Slack-Kanal postet und weiter dreht.

Verwandte Artikel