Seedream 5.5 递给你的是一个图层,不是一张图

字节跳动的 Seed 团队今天发了 Seedream 5.5,所有人都会跟着复述的那句卖点是「100 轮编辑」。这个数字是真的,意思是模型被训练成在连续一百次改动之后,仍然能在像素级别保住那些你没让它动的区域。但它不是有意思的部分。
有意思的是模型吐出来的东西。Seedream 5.5 直接生成原生 RGBA 图像——真正的 alpha 通道,全透明和半透明都有,输出还分层。一只展翅的雪鸮到手就是能直接拖进版面的素材,而不是一个矩形加一块你还得自己抠干净的背景。字节自己的演示一路扫过翅尖的羽毛、羽毛之间的缝、爪子的轮廓。这是把抠图这件事在源头做掉了。
一旦你按这个方式去想,100 轮编辑就不再是参数表上的炫耀,而是个必然结果。如果输出是别人设计文件里的一层,那这一层就得扛得住被改。反复地改。而且改它的人不是生成它的人。
真正变了什么
按发布说明,三件事:多轮编辑的稳定性、原生透明、以及皮肤、光线、小字号文字的渲染质量。对生产来说,前两件才是要紧的。
编辑这块,说法是「你没要求改的东西,像素级不动」。连续编辑通常会像复印件的复印件那样把图磨坏——细节发软,颜色跑偏,脸慢慢就不是同一张脸了。字节说 5.5 在未改动区域消除了色偏,一百多轮之后主体的特征、构图和光照仍然一致。他们的演示用的是珠宝和镜框,这个选得对:细小、几何很薄的东西,贴在皮肤上,还有遮挡和接触阴影,姿势一变全都得跟着对。
透明这块,输出可以是文生图也可以是参考图生图,结果带 alpha 通道。模型还支持分层输出,所以元素能被拆开,在一个系列里反复用。
文字这块,数字具体得有点反常:严重崩字降到 0.4%,轻微崩字 1.7%,覆盖中文、英文和密集小字。如果这些数字在演示集之外也成立,实际效果就是信息图和知识图不再靠运气。笔画顺序复杂的中文字,是图像模型最容易当场翻车的地方;而密集小字是它们悄悄翻车的地方——你得放大才看得出来。

价格是那个不吭声的部分
Seedream 5.5 的计费和 5.0 一样:输入图加输出图,文字 token 免费。一张 2K 方图的编辑,成本落在每张 0.28 元左右,不到 Seedream 5.0 Pro 的一半。这个数字我会放在内部备忘录的第一行,排在所有画质说辞前面。把一次编辑的成本砍半,才是让一百轮的工作流在经济上说得通的原因。按原来的价,「不行就一直改到对」是只有工作室养得起的习惯。
现在正在即梦、豆包和豆包 Work 上铺开,API 之后上火山方舟。Pro 版说了会有,冲着更复杂的上下文和更长的创作指令去。
用在哪合适,用在哪不合适
最明显的去处是电商和品牌:一个产品,很多场景,每个场景一份分层素材,中间没有抠图这一步。第二个去处是任何带「系列」的活——一支 campaign 里同一个角色出现十二次,第十二次得看着像第一次。
老实说的限制是:厂商的 benchmark 就是厂商的 benchmark。字节说在 MagicArena 上跑了六个场景的评测(电商、营销、影视、游戏、办公、时装设计),影视和办公的可用性比 5.0 Pro 翻了一倍。说图生图的真实感对上一代 GSB 是 +55.62%,说 5.5 在文字结构和文生图真实感上领先 GPT Image 2.5 Sunburst 和 Nano Banana 2.1。这些全是团队自己给自己判卷。尤其是那个 0.4% 的崩字率,在有人把它放进客户提案之前,值得独立跑一遍。
还有个没人回答的流程问题:一份分层的 RGBA 素材在工具之间搬来搬去会怎样?PSD 来回一趟、粘进 Figma、导进 Premiere——每一个对 alpha 和图层顺序该怎么表现都有自己的想法。原生透明解决了抠图问题,没解决交接问题。
一百轮改变的是谁来审这张图
还有个二阶效应,发布会上没人提。一张图要试四次的时候,审它的人就是写 prompt 的人。这个循环短到能装在一个脑子里。
到了一百轮,这个循环就变成了一个有阶段的流程。有人定方向。另一个人对着镜头清单跑二十遍。第三个人批准进入版面的那一版。最后那个文件带着一段历史——一百个决定,大多数很小,而且没有任何内建的记录说明每个决定为什么这么做。
这是个穿着创作外衣的版本控制问题。摄影上工作室早有答案:接触印相、选片、一个叫 final_final_v3 的文件夹。可面对一个能从同一个起点无限重跑的模型,他们没有答案。明年最要紧的工具可能根本不是模型,而是那个能让团队说出「这是已批准的状态,以及从那之后改了什么」的东西。
Seedream 5.5 让第一百轮便宜到值得一试。它没让第一百轮变得可审。这是两个不同的问题,而只有一个能用分来计价。
值得留意的那个变化
两年来,图像模型比的都是单帧。卖点是「你看这一张」。今年秋天变的是,卖点挪到了「你看这个物件之后还能拿它干什么」。OpenAI 把标注编辑和 SVG 导出塞进了 2.6 的 API。Figma 做了节点图,让一次生成可以重跑、可以分叉。Seedream 5.5 交出了一个 alpha 通道。
三家指的是同一个结论:图从来就不是产品。图只是一个步骤。一旦模型能递给你一个扛得住一百次编辑的图层,价格两毛八,瓶颈就挪到了那些无聊的地方——命名规范、素材库、版本控制,以及谁有权碰那个母版文件。
这故事比「AI 终于会画手了」难看得多,不上镜。但决定一个工作室是真把这东西用起来,还是把演示视频丢进 Slack 频道然后回去继续拍摄的,正是这件事。
相关文章
十份降级报告,没有一份改了订单数字
十份降级报告都在讲不确定性,没有一份改动订单。真正的变量是 158 美元的恐慌低点和 5.1% 的十年期收益率。
三十三年来第一次,黄仁勋不在电话会上
数字几乎无悬念,真正要看的是克雷斯如何在首次独自主持的电话会上回答指引、Rubin 与毛利率三个问题。
一份社区维护的点击表,关掉了国产 Android 系统里的广告
它不动系统,不解锁,不刷机,只把厂商本来就留出来的开关一个个拨过去。代价是这份名单得一直有人续写。
GPT Image 2.6 守住 token 价格,账单却涨了
GPT Image 2.6 沿用了 2.5 的全部 token 费率,单张图却更贵,因为更多的活现在花在输出 token 上。上线十一天,定价结构说的比排行榜更多。