← Voltar ao blog
Aicerca de 7 min de leitura

O Seedream 5.5 entrega uma camada, não uma imagem

Publicado 10 de nov. de 2026
O Seedream 5.5 entrega uma camada, não uma imagem

A equipe Seed, da ByteDance, lançou hoje o Seedream 5.5, e o número que todo mundo vai repetir é «100 rodadas de edição». O número é real, no sentido de que o modelo foi treinado para manter regiões não editadas no nível do pixel ao longo de cem passagens sucessivas. Mas não é a parte interessante.

A parte interessante é o que sai do modelo. O Seedream 5.5 gera imagens RGBA nativas — canal alfa de verdade, transparência total e parcial, com saída em camadas. Uma coruja-das-neves com as asas abertas chega como um ativo que você arrasta para um layout, não como um retângulo com fundo para recortar. A própria demonstração da ByteDance percorre as penas na ponta da asa, os vãos entre elas, o contorno das garras. É um problema de remoção de fundo resolvido na origem.

Quando você enquadra assim, a promessa das cem rodadas deixa de ser número de ficha técnica e passa a ser consequência. Se a saída é uma camada no arquivo de design de alguém, essa camada precisa sobreviver à edição. Repetidamente. Feita por gente que não é quem gerou.

O que mudou de fato

Três coisas, segundo o anúncio: estabilidade de edição em múltiplas rodadas, transparência nativa e qualidade de renderização para pele, luz e texto pequeno. As duas primeiras são as que importam para produção.

Na edição, a promessa é preservação em nível de pixel de tudo o que você não pediu para mudar. Edições sucessivas normalmente degradam uma imagem como a cópia de uma cópia: o detalhe amolece, a cor desvia, o rosto vai deixando de ser o mesmo rosto. A ByteDance diz que o 5.5 elimina o desvio de cor em regiões intocadas e mantém traços do sujeito, enquadramento e iluminação coerentes depois de mais de cem passagens. A demonstração usa joias e armações de óculos, que é o teste certo: objetos pequenos, de geometria fina, apoiados sobre a pele, com oclusão e sombra de contato que precisam continuar coerentes quando a pose muda.

Na transparência, a saída pode vir de texto para imagem ou de referência para imagem, e o resultado carrega canal alfa. O modelo também aceita saída em camadas, então elementos podem ser separados e reaproveitados numa série inteira.

No texto, os números são incomumente específicos: corrupção severa de texto em 0,4%, corrupção leve em 1,7%, em chinês, inglês e tipografia pequena e densa. Se isso se sustentar fora do conjunto de demonstração, o efeito prático é que infográficos e diagramas de conhecimento deixam de ser loteria. Caracteres chineses com ordem de traços complicada são onde modelos de imagem costumam desmoronar, e texto pequeno e denso é onde desmoronam em silêncio — você só percebe quando alguém dá zoom.

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

O preço é a parte discreta

O Seedream 5.5 cobra como o 5.0: imagem de entrada mais imagem de saída, tokens de texto grátis. Numa edição quadrada em 2K, o custo fica em torno de 0,28 yuan por imagem — menos da metade do Seedream 5.0 Pro. Esse é o número que eu colocaria no topo do memorando interno, antes de qualquer promessa de qualidade. Cortar o custo de uma edição pela metade é o que torna um fluxo de cem rodadas economicamente sensato. No preço antigo, «iterar até ficar bom» era hábito que só estúdio bancava.

Está chegando ao Jimeng, ao Doubao e ao Doubao Work, com API prevista no Volcano Ark. Uma versão Pro está prometida para depois, voltada a contexto mais complexo e instruções criativas mais longas.

Onde encaixa e onde não encaixa

O encaixe óbvio é e-commerce e trabalho de marca: um produto, muitos cenários, um ativo em camadas por cenário, nenhuma etapa de recorte. O segundo encaixe é qualquer coisa em série — uma campanha em que o mesmo personagem aparece doze vezes e a décima segunda precisa parecer a primeira.

O limite honesto é que benchmark de fornecedor é benchmark de fornecedor. A ByteDance diz ter rodado avaliações na MagicArena em seis cenários (e-commerce, marketing, cinema e TV, games, escritório, design de moda) e que a usabilidade dobrou em cinema/TV e escritório na comparação com o 5.0 Pro. Diz que o realismo de imagem para imagem marcou GSB de +55,62% contra a geração anterior, e que o 5.5 lidera em estrutura de texto e realismo de texto para imagem diante do GPT Image 2.5 Sunburst e do Nano Banana 2.1. Tudo isso é a equipe corrigindo a própria prova. O número de 0,4% de corrupção, em especial, merece uma rodada independente antes de entrar em apresentação para cliente.

Há também uma pergunta de fluxo que ninguém respondeu: o que acontece com um ativo RGBA em camadas quando ele muda de ferramenta? Ida e volta por PSD, colagem no Figma, importação no Premiere — cada uma tem sua própria ideia de como alfa e ordem de camadas devem se comportar. Transparência nativa resolve o recorte. Não resolve a passagem de bastão.

Cem rodadas mudam quem revisa o trabalho

Existe um efeito de segunda ordem que ninguém no lançamento mencionou. Quando uma imagem levava quatro tentativas, quem revisava era quem escrevia o prompt. O ciclo era curto o bastante para caber numa cabeça só.

Com cem rodadas, o ciclo vira processo com etapas. Alguém define a direção. Outra pessoa roda vinte passagens contra uma lista de planos. Uma terceira aprova a versão que entra no layout. O arquivo final tem histórico — cem decisões, a maioria pequena, e nenhum registro embutido de por que cada uma foi tomada.

É um problema de controle de versão vestido de criatividade. Estúdios já têm resposta para isso na fotografia: folhas de contato, seleção, uma pasta chamada final_final_v3. Não têm resposta para isso num modelo que pode ser rodado infinitas vezes a partir do mesmo ponto de partida. A ferramenta que mais vai importar no ano que vem talvez não seja o modelo, e sim aquilo que permitir a uma equipe dizer «este é o estado aprovado, e aqui está o que mudou desde então».

O Seedream 5.5 torna a centésima rodada barata o suficiente para ser tentada. Não a torna revisável. São problemas diferentes, e só um deles se mede em fen.

O ponto que vale notar

Por dois anos, modelos de imagem competiram pelo quadro único. O discurso era «olha esta foto». O que mudou neste outono é que o discurso passou a «olha o que dá para fazer com este objeto depois». A OpenAI colocou edição por marcação e exportação SVG na API 2.6. O Figma construiu um grafo de nós para que uma geração pudesse ser repetida e ramificada. O Seedream 5.5 entrega canal alfa.

Todos apontam para a mesma conclusão: a imagem nunca foi o produto. A imagem era uma etapa. Quando um modelo entrega uma camada que sobrevive a cem edições por vinte e oito fen, o gargalo passa para as partes chatas — convenções de nome, bibliotecas de ativos, controle de versão, quem tem permissão para tocar no arquivo mestre.

É uma história bem menos fotogênica do que «a IA finalmente desenha mãos». É também a que decide se um estúdio adota a ferramenta de verdade ou apenas joga o demo num canal do Slack e volta a filmar.

Artigos relacionados