ByteDance Seedream 5.5 mantiene le modifiche per 100 round

Cento modifiche consecutive su una singola immagine, con le regioni non modificate mantenute a livello di pixel. Questa è la principale affermazione pubblicata dal team Seed di ByteDance il 9 novembre, in occasione del lancio di Seedream 5.5, il suo nuovo modello di elaborazione delle immagini.

I dettagli sono in un Post del blog sui semi e sul Pagina del prodotto Seedream 5.5. Il team afferma che gli errori si accumulano solitamente quando un output diventa l'input successivo. Seedream 5.5 è addestrato a lasciare inalterate le aree non modificate a livello di pixel, in modo che le modifiche successive non compromettano la stabilità del resto del fotogramma.

Risorse trasparenti e testo più nitido

Il modello è in grado di scrivere immagini RGBA native, inclusi sfondi completamente e parzialmente trasparenti, consentendo di inserire gli oggetti in un layout senza dover effettuare un ritaglio separato. Seed afferma inoltre che illuminazione, materiali e incarnato appaiono più naturali, con una lucentezza meno marcata, e che i caratteri complessi e i testi piccoli e densi vengono renderizzati con maggiore precisione.

Test aziendali, non da un laboratorio indipendente.

ByteDance ha testato il modello su MagicArena in diversi ambiti: e-commerce, marketing, cinema e televisione, videogiochi, lavoro d'ufficio e design di moda. Recensori esperti hanno valutato qualità e usabilità. Rispetto a Seedream 5.0 Pro, entrambi i parametri sono migliorati in ogni contesto. Nel settore cinematografico e televisivo e nella produttività d'ufficio, i tassi di usabilità sono risultati più che doppi rispetto alla versione precedente.

Nei test di preferenza a coppie (GSB), ha superato la versione precedente in termini di struttura del testo e realismo, raggiungendo un punteggio del +55,62% per il realismo nei compiti di conversione da immagine a immagine. Seed afferma inoltre che è superiore a GPT Image 2.5 Sunburst e Nano Banana 2.1 per quanto riguarda la struttura del testo, con un netto vantaggio nel realismo della conversione da testo a immagine. La corruzione grave del testo è scesa allo 0,4% e la corruzione lieve all'1,7% nei test in cinese e inglese, inclusi i caratteri piccoli e densi. Questi dati provengono da ByteDance.

Dove verrà implementato e quanto costa

Il Versione in lingua cinese dello stesso post Seed Seedream 5.5 appare su Dreamina (即梦), Doubao, Doubao Work e Volcano Engine Ark. Lo ha riferito Yicai Doubao, Doubao Work e Dreamina hanno già il modello, mentre l'API sta per essere lanciata su Ark. Una modifica di un'immagine quadrata da 2K costa circa 0,28 yuan, meno della metà del prezzo di Seedream 5.0 Pro, con fatturazione basata sulle immagini di input e output e senza costi per i token di testo. Una versione Pro della serie 5.5 seguirà, afferma Seed.

I modelli di immagine sono già uno strumento di consumo di massa. OpenAI ha recentemente affermato ChatGPT’Gli strumenti di elaborazione immagini di 's' gestivano circa 4 miliardi di immagini a settimana.

Perché è importante

La maggior parte dei modelli di immagine continua a presentare delle variazioni anche dopo ripetute modifiche. Se il blocco a 100 giri e l'output trasparente nativo funzionano come promesso, i designer possono iterare sullo stesso file anziché ricominciare da capo. Il raddoppio dell'usabilità e il prezzo di 0,28 yuan sono cifre legate al fornitore, quindi gli acquirenti dovrebbero testarle personalmente con un lavoro reale.