Seedream 5.5 ne te tend pas une image, mais un calque

L'équipe Seed de ByteDance a livré Seedream 5.5 aujourd'hui, et la phrase que tout le monde va répéter, c'est « 100 tours d'édition ». Le chiffre est réel, en ce sens que le modèle a été entraîné à conserver au niveau du pixel les zones non retouchées sur cent passes successives. Mais ce n'est pas le plus intéressant.
Le plus intéressant, c'est ce qui sort du modèle. Seedream 5.5 génère des images RGBA natives : un vrai canal alpha, transparence totale ou partielle, et une sortie en couches. Un harfang des neiges aux ailes déployées arrive sous forme d'élément que vous posez dans une maquette, pas d'un rectangle avec un fond à découper. La démo de ByteDance passe en revue les plumes au bout des ailes, les interstices entre elles, le contour des serres. C'est un problème de détourage réglé à la source.
Dès qu'on le formule ainsi, la promesse des 100 tours cesse d'être un argument de fiche technique pour devenir une conséquence. Si la sortie est un calque dans le fichier de quelqu'un, ce calque doit survivre à l'édition. De façon répétée. Par des gens qui ne sont pas ceux qui l'ont généré.
Ce qui a réellement changé
Trois choses, selon la note de version : la stabilité de l'édition multi-tours, la transparence native, et la qualité de rendu sur la peau, la lumière et les petits textes. Les deux premières sont celles qui comptent en production.
Sur l'édition, la promesse est une préservation au pixel de tout ce qu'on n'a pas demandé à modifier. D'ordinaire, les retouches successives abîment une image comme une photocopie de photocopie : le détail se ramollit, la couleur dérive, le visage cesse peu à peu d'être le même visage. ByteDance affirme que la 5.5 supprime la dérive chromatique dans les zones intactes et maintient les traits du sujet, le cadrage et l'éclairage cohérents au-delà de cent passes. Leur démo travaille sur des bijoux et des montures de lunettes, ce qui est le bon test : petits objets à géométrie fine, posés sur une peau, avec occultations et ombres de contact qui doivent rester cohérentes quand la pose change.
Sur la transparence, la sortie peut venir d'un texte ou d'une référence, et le résultat porte un canal alpha. Le modèle gère aussi la sortie en couches, donc les éléments peuvent être séparés et réutilisés d'une série à l'autre.
Sur le texte, les chiffres sont d'une précision inhabituelle : corruption sévère des caractères réduite à 0,4 %, corruption mineure à 1,7 %, en chinois, en anglais et sur du petit texte dense. Si cela tient hors du jeu de démonstration, l'effet pratique est que les infographies et les schémas de connaissances cessent d'être une loterie. Les caractères chinois à l'ordre des traits compliqué sont l'endroit où les modèles d'image s'effondrent d'habitude, et le petit texte dense est l'endroit où ils s'effondrent en silence : on ne le remarque qu'en zoomant.

Le prix, la partie discrète
Seedream 5.5 facture comme la 5.0 : image d'entrée plus image de sortie, tokens de texte gratuits. Pour une édition carrée en 2K, le coût tombe autour de 0,28 yuan par image — moins de la moitié de Seedream 5.0 Pro. C'est ce chiffre que je mettrais en tête de la note interne, avant toute promesse de qualité. Diviser par deux le coût d'une retouche, c'est ce qui rend économiquement raisonnable un flux de cent tours. À l'ancien tarif, « itérer jusqu'à ce que ce soit bon » restait une habitude de studio.
Le déploiement est en cours dans Jimeng, Doubao et Doubao Work, l'API étant annoncée sur Volcano Ark. Une version Pro est promise plus tard, visant des contextes plus complexes et des consignes créatives plus longues.
Où ça colle, et où ça ne colle pas
L'usage évident, c'est l'e-commerce et le travail de marque : un produit, beaucoup de scènes, un élément en couches par scène, aucune étape de détourage. Le deuxième, c'est tout ce qui fonctionne en série — une campagne où le même personnage apparaît douze fois et où la douzième doit ressembler à la première.
La limite honnête, c'est qu'un benchmark d'éditeur reste un benchmark d'éditeur. ByteDance dit avoir évalué sur MagicArena six scénarios (e-commerce, marketing, cinéma et télévision, jeu vidéo, bureautique, création de mode) et que l'utilisabilité a doublé en cinéma/télé et en bureautique par rapport à la 5.0 Pro. Le réalisme en image-à-image atteindrait un GSB de +55,62 % face à la génération précédente, et la 5.5 devancerait GPT Image 2.5 Sunburst et Nano Banana 2.1 sur la structure du texte et le réalisme en texte-à-image. Tout cela, c'est l'équipe qui note sa propre copie. Le 0,4 % de corruption mérite en particulier une passe indépendante avant d'entrer dans un deck client.
Il reste aussi une question de flux de travail à laquelle personne n'a répondu : que devient un élément RGBA en couches quand il change d'outil ? Un aller-retour PSD, un copier-coller dans Figma, un import Premiere — chacun a sa propre idée du comportement de l'alpha et de l'ordre des calques. La transparence native règle le détourage. Elle ne règle pas la transmission.
Cent tours, cela change qui relit le travail
Il y a un effet de second ordre que personne n'a mentionné au lancement. Quand une image demandait quatre essais, celui qui la relisait était celui qui avait écrit le prompt. La boucle était assez courte pour tenir dans une seule tête.
À cent tours, la boucle devient un processus à étapes. Quelqu'un fixe la direction. Quelqu'un d'autre enchaîne vingt passes sur une liste de plans. Une troisième personne valide la version qui part dans la maquette. Le fichier final a une histoire — cent décisions, la plupart petites, et aucune trace intégrée des raisons.
C'est un problème de gestion de versions déguisé en costume créatif. Les studios ont déjà une réponse en photographie : planches-contacts, sélections, un dossier nommé final_final_v3. Ils n'en ont pas pour un modèle qu'on peut relancer indéfiniment depuis le même point de départ. L'outillage qui comptera le plus l'an prochain n'est peut-être pas le modèle, mais ce qui permet à une équipe de dire « voilà l'état validé, et voilà ce qui a changé depuis ».
Seedream 5.5 rend le centième tour assez bon marché pour qu'on le tente. Elle ne le rend pas relisible. Ce sont deux problèmes différents, et un seul se mesure en fen.
Ce qu'il faut retenir
Pendant deux ans, les modèles d'image se sont battus sur l'image unique. Le discours était « regarde cette photo ». Ce qui a changé cet automne, c'est qu'il est devenu « regarde ce que tu peux faire de cet objet ensuite ». OpenAI a mis l'édition par balisage et l'export SVG dans l'API 2.6. Figma a construit un graphe de nœuds pour pouvoir relancer et rebrancher une génération. Seedream 5.5 livre un canal alpha.
Tous pointent vers la même conclusion : l'image n'a jamais été le produit. L'image était une étape. Dès qu'un modèle vous tend un calque qui survit à cent retouches pour vingt-huit fen, le goulot d'étranglement se déplace vers les parties ennuyeuses — conventions de nommage, bibliothèques d'éléments, gestion de versions, et qui a le droit de toucher au fichier maître.
C'est une histoire beaucoup moins photogénique que « l'IA sait enfin dessiner des mains ». C'est aussi celle qui décide si un studio adopte réellement l'outil, ou se contente de poster la démo sur un canal Slack avant de retourner tourner.
Articles associés
Une feuille de calcul communautaire de clics pour couper les publicités des Android chinois
Il ne touche pas au système, ne déverrouille rien, ne flashe rien. Il bascule un à un les interrupteurs que les fabricants ont déjà prévus. Le prix à payer, c'est la liste qu'il faut continuer d'écrire.
GPT Image 2.6 a tenu le prix des tokens et fait monter la facture
GPT Image 2.6 reprend chaque tarif au token de 2.5 et coûte malgré tout plus cher par image, parce qu'une part plus grande du travail se paie en tokens de sortie. Onze jours après le lancement, la grille tarifaire dit plus que le classement.
Quelqu'un a reconstruit IDM de l'extérieur et a écrit ce qu'il n'a pas touché
Une réimplémentation en Rust d'Internet Download Manager revendique 5 fois la vitesse et 86 langues. Le document le plus intéressant est le paragraphe qui explique comment elle a été construite sans rien copier.
Rune est un framework UI Rust conçu pour qu'un agent puisse vérifier son propre travail
Rune rend en headless, vide son arbre d'éléments et accepte des entrées scriptées, ce qui donne à un agent de codage un signal différable qu'aucune capture d'écran ne fournit. Le framework est en préversion et n'accepte pas de pull requests.