← 返回部落格
Ai預計閱讀 8 分鐘

Seedream 5.5 交給你的是一層圖層,不是一張圖

發布於 2026年11月10日
Seedream 5.5 交給你的是一層圖層,不是一張圖

字節跳動的 Seed 團隊今天推出 Seedream 5.5,所有人都會複述的頭條是「一百輪編輯」。這個數字是真的——模型經過訓練,能在連續一百次修改之後,仍把沒被改動的區域維持在像素層級一致。但那不是有趣的部分。

有趣的是模型吐出什麼。Seedream 5.5 原生生成 RGBA 影像:真正的 alpha 通道、全透明與半透明、分層輸出。一隻展翅的雪鴞送到你手上時,是可以直接放進版面的素材,而不是一個得自己把背景切掉的長方形。字節跳動自己的示範走過翼尖的羽毛、羽毛之間的縫隙、爪子的輪廓。這是把去背問題在源頭解決掉。

一旦用這個角度來看,「一百輪編輯」就不再是規格表上的炫耀,而是結果。如果輸出是別人設計檔裡的一層圖層,這一層就必須撐得住被編輯。反覆編輯。而且是被不是生成它的人編輯。

真正改變的是什麼

按發布說明,三件事:多輪編輯的穩定性、原生透明,以及皮膚、光線與小字的渲染品質。前兩件對生產流程才是關鍵。

編輯方面,它的說法是:你沒要求改動的部分,全部像素級保留。連續編輯通常會像影印件的影印件那樣劣化——細節變軟、顏色偏移、臉慢慢不再是同一張臉。字節跳動說 5.5 消除了未觸及區域的色偏,並且在一百輪以上之後,仍讓主體特徵、構圖與光線保持一致。他們的示範做的是珠寶與眼鏡框,這是最恰當的測試:細薄幾何的小物件、貼著皮膚、帶著遮蔽與接觸陰影,而且必須在姿勢改變時維持合理。

透明方面,輸出可以是文生圖,也可以是參考圖生圖,結果都帶 alpha 通道。模型同時支援分層輸出,元素可以被拆開,在整個系列裡重複使用。

文字方面,數字具體得不太尋常:嚴重錯字降到 0.4%,輕微錯字 1.7%,涵蓋中英文與密集小字。如果這些數字在示範集之外也成立,實務效果就是資訊圖表與知識圖解不再像抽獎。筆畫複雜的中文字向來是圖像模型崩壞的地方,而密集小字則是崩得最安靜的地方——你要等到有人放大才發現。

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

價格才是安靜的那一段

Seedream 5.5 的計價方式和 5.0 一樣:輸入圖加輸出圖,文字 token 不收費。以 2K 方形編輯計算,每張約 0.28 元人民幣,不到 Seedream 5.0 Pro 的一半。這個數字我會放在內部備忘錄的最上面,排在所有品質宣稱之前。編輯成本砍半,才讓一百輪的工作流在經濟上說得通。照舊價格,「反正就多跑幾輪、跑到對為止」是只有工作室養得起的習慣。

它目前正在即夢、豆包與豆包 Work 上線,API 之後會在火山方舟推出。Pro 版本預告在後,著眼於更複雜的上下文與更長的創作指令。

適合什麼,不適合什麼

最明顯的落點是電商與品牌:一個產品、多個場景、每個場景一層素材,省掉去背那一步。第二個落點是所有「成系列」的東西——一支活動裡同一個角色出現十二次,而第十二次必須看起來像第一次。

老實說,限制在於廠商自己做的評測就是廠商自己做的評測。字節跳動說它在 MagicArena 上跑了六個場景(電商、行銷、影視、遊戲、辦公、時尚設計),並說影視與辦公的可用性比 5.0 Pro 翻倍。它說圖生圖的真實感對上一代拿到 +55.62% 的 GSB,並說 5.5 在文字結構與文生圖真實感上領先 GPT Image 2.5 Sunburst 與 Nano Banana 2.1。這些全是自己改自己的考卷。尤其是 0.4% 的錯字率,在有人把它寫進客戶提案之前,值得先獨立跑一次。

還有一個沒人回答的流程問題:一份分層 RGBA 素材在工具之間移動時會怎樣?PSD 來回一趟、貼進 Figma、匯入 Premiere——每個環節對 alpha 與圖層順序該怎麼表現都有自己的想法。原生透明解決了去背問題,並沒有解決交付問題。

一百輪改的是誰來審稿

有一個發表會上沒人提到的二階效應。當一張圖只要試四次,審圖的人就是下提示的人。迴路短到可以放在一顆腦袋裡。

到了一百輪,迴路就變成有階段的流程。有人定方向。另一個人照鏡頭清單跑二十輪。第三個人拍板進版面的版本。最後那個檔案帶著一段歷史——一百個決定,多數很小,而且沒有內建任何紀錄說明為什麼要做這些決定。

這是穿著創意外衣的版本控制問題。工作室在攝影上早有答案:印樣、挑片、一個叫 final_final_v3 的資料夾。但面對一個可以從同一個起點無限重跑的模型,他們沒有答案。明年最要緊的工具可能根本不是模型,而是讓團隊能說出「這是核定版,以下是之後改了什麼」的那個東西。

Seedream 5.5 讓第一百輪便宜到值得一試。它沒有讓第一百輪變得可以審。這是兩個不同的問題,而只有一個是用「分」來計價的。

值得注意的那件事

兩年來,圖像模型比的是單一影格。賣點是「看這一張圖」。今年秋天變了:賣點移到「看這個物件之後還能拿來做什麼」。OpenAI 把標記編輯與 SVG 匯出放進 2.6 的 API。Figma 做了節點圖,讓一次生成可以被重跑、重新分支。Seedream 5.5 交出了 alpha 通道。

它們指向同一個結論:圖片從來不是產品,圖片只是一個步驟。當模型能給你一層撐得過一百次編輯的圖層,定價二十八分,瓶頸就移到那些無聊的地方——命名慣例、素材庫、版本控制,以及誰有權動主檔。

這個故事比「AI 終於會畫手了」難看太多。但它才是決定一間工作室真的採用這東西,還是只把示範貼進 Slack 頻道然後回去拍片的那個因素。

相關文章