← Volver al blog
Aiaprox. 7 min de lectura

Seedream 5.5 te entrega una capa, no una imagen

Publicado 10 nov 2026
Seedream 5.5 te entrega una capa, no una imagen

El equipo Seed de ByteDance lanzó hoy Seedream 5.5, y el titular que todos van a repetir es «100 rondas de edición». El número es real, en el sentido de que el modelo fue entrenado para mantener intactas, a nivel de píxel, las zonas no editadas a lo largo de cien pasadas sucesivas. Pero no es lo interesante.

Lo interesante es lo que sale del modelo. Seedream 5.5 genera imágenes RGBA nativas: canales alfa de verdad, transparencia total y parcial, con salida por capas. Un búho nival con las alas abiertas llega como un recurso que puedes colocar sobre una maqueta, no como un rectángulo con un fondo que hay que recortar. La propia demo de ByteDance recorre las plumas de las puntas de las alas, los huecos entre ellas, el contorno de las garras. Es un problema de eliminación de fondo resuelto en el origen.

Si lo planteas así, la promesa de las 100 rondas deja de ser un alarde de ficha técnica y se vuelve una consecuencia. Si la salida es una capa dentro del archivo de diseño de alguien, esa capa tiene que sobrevivir a que la editen. Muchas veces. Y por gente que no es quien la generó.

Qué cambió en realidad

Tres cosas, según el anuncio: estabilidad en la edición multiturno, transparencia nativa y calidad de render en piel, luz y texto pequeño. Las dos primeras son las que importan para producción.

En edición, la promesa es la conservación a nivel de píxel de todo lo que no pediste cambiar. Normalmente, las ediciones sucesivas degradan una imagen como lo hace una fotocopia de una fotocopia: el detalle se ablanda, el color se desplaza, la cara deja poco a poco de ser la misma cara. ByteDance afirma que la 5.5 elimina el desvío de color en las zonas intactas y mantiene coherentes los rasgos del sujeto, el encuadre y la iluminación después de más de cien pasadas. Su demo trabaja con joyas y monturas de gafas, que es la prueba correcta: objetos pequeños de geometría fina, apoyados sobre la piel, con oclusiones y sombras de contacto que deben seguir siendo coherentes cuando cambia la pose.

En transparencia, la salida puede venir de texto a imagen o de referencia a imagen, y el resultado lleva canal alfa. El modelo también admite salida por capas, de modo que los elementos se pueden separar y reutilizar en una serie.

En texto, las cifras son inusualmente concretas: corrupción grave de texto reducida al 0,4 %, corrupción leve al 1,7 %, en chino, inglés y tipografía pequeña y densa. Si se sostienen fuera del conjunto de la demo, el efecto práctico es que las infografías y los diagramas de conocimiento dejan de ser una lotería. Los caracteres chinos con orden de trazos complicado son donde los modelos de imagen suelen romperse, y el texto pequeño y denso es donde se rompen en silencio: solo lo notas cuando alguien hace zoom.

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

El precio es la parte silenciosa

Seedream 5.5 factura igual que la 5.0: imagen de entrada más imagen de salida, con los tokens de texto gratis. Para una edición cuadrada en 2K, el coste ronda los 0,28 yuanes por imagen, menos de la mitad que Seedream 5.0 Pro. Esa es la cifra que pondría en la primera línea del memo interno, por delante de cualquier promesa de calidad. Reducir a la mitad el coste de una edición es lo que hace económicamente sensato un flujo de cien rondas. Con el precio anterior, «iterar hasta que quede bien» era una costumbre que solo podían permitirse los estudios.

Ya se está desplegando en Jimeng, Doubao y Doubao Work, con la API prevista en Volcano Ark. Prometen más adelante una versión Pro, orientada a contextos más complejos e instrucciones creativas más largas.

Dónde encaja y dónde no

El encaje obvio es el comercio electrónico y el trabajo de marca: un producto, muchas escenas, un recurso por capas por escena y ningún paso de recorte. El segundo encaje es cualquier cosa con serie: una campaña en la que el mismo personaje aparece doce veces y la duodécima tiene que parecerse a la primera.

El límite honesto es que los benchmarks del proveedor son benchmarks del proveedor. ByteDance dice que evaluó en MagicArena seis escenarios (comercio electrónico, marketing, cine y televisión, videojuegos, oficina y diseño de moda) y que la usabilidad se duplicó en cine y televisión y en oficina frente a la 5.0 Pro. Dice que el realismo de imagen a imagen obtuvo un GSB de +55,62 % frente a la generación anterior, y que la 5.5 lidera en estructura de texto y realismo de texto a imagen frente a GPT Image 2.5 Sunburst y Nano Banana 2.1. Todo eso es el equipo corrigiendo su propio examen. La cifra del 0,4 % de corrupción, en particular, merece una prueba independiente antes de que alguien la ponga en una presentación a un cliente.

También hay una pregunta de flujo de trabajo que nadie ha respondido: ¿qué pasa con un recurso RGBA por capas cuando se mueve entre herramientas? Una ida y vuelta por PSD, un pegado en Figma, una importación en Premiere: cada una tiene su propia idea de cómo deben comportarse el alfa y el orden de capas. La transparencia nativa resuelve el problema del recorte. No resuelve el del traspaso.

Cien rondas cambian quién revisa el trabajo

Hay un efecto de segundo orden que nadie mencionó en el lanzamiento. Cuando una sola imagen requería cuatro intentos, quien la revisaba era quien escribía el prompt. El bucle era lo bastante corto para caber en una sola cabeza.

Con cien rondas, el bucle se convierte en un proceso con etapas. Alguien marca la dirección. Otra persona ejecuta veinte pasadas contra una lista de tomas. Una tercera aprueba la versión que entra en la maqueta. El archivo final tiene un historial: cien decisiones, casi todas pequeñas, y ningún registro incorporado de por qué se tomó cada una.

Es un problema de control de versiones disfrazado de problema creativo. Los estudios ya tienen respuesta para eso en fotografía: hojas de contactos, selecciones, una carpeta llamada final_final_v3. No la tienen para un modelo que puede volver a ejecutarse infinitas veces desde el mismo punto de partida. La herramienta que más importará el año que viene puede que no sea el modelo, sino lo que permita a un equipo decir «este es el estado aprobado y esto es lo que ha cambiado desde entonces».

Seedream 5.5 hace que la ronda número cien sea lo bastante barata para intentarla. No hace que sea revisable. Son problemas distintos, y solo uno se mide en fen.

Lo que vale la pena notar

Durante dos años, los modelos de imagen compitieron por el fotograma único. El discurso era «mira esta imagen». Lo que cambió este otoño es que el discurso pasó a «mira lo que puedes hacer con este objeto después». OpenAI metió la edición por marcas y la exportación SVG en la API 2.6. Figma construyó un grafo de nodos para que una generación se pueda volver a ejecutar y a ramificar. Seedream 5.5 entrega canal alfa.

Todos apuntan a la misma conclusión: la imagen nunca fue el producto. La imagen era un paso. Cuando un modelo puede darte una capa que sobrevive a cien ediciones por veintiocho fen, el cuello de botella se traslada a las partes aburridas: convenciones de nombres, bibliotecas de recursos, control de versiones, quién tiene permiso para tocar el archivo maestro.

Es una historia mucho menos fotogénica que «la IA por fin dibuja manos». También es la que decide si un estudio adopta de verdad esta tecnología o solo comparte la demo en un canal de Slack y vuelve a rodar.

Artículos relacionados