Seedream 5.5 Đang hoạt động

Seedream 5.5 là mô hình sáng tạo hình ảnh thế hệ mới nhất do đội ngũ Seed của ByteDance phát triển, hiện lần lượt được triển khai trên các nền tảng như Jimeng, Doubao, Doubao Work và Volcano Ark. Seedream 5.5 tập trung vào khả năng chỉnh sửa nhiều vòng ổn định hơn, có thể duy trì từng pixel ở các khu vực không chỉnh sửa, hỗ trợ liên tục sửa đổi cùng một tác phẩm lên đến 100 vòng; bổ sung khả năng tạo nội dung trong suốt RGBA nguyên bản, trực tiếp xuất hình ảnh có kênh Alpha mà không cần tách nền hậu kỳ; đồng thời chất lượng hình ảnh chân thực hơn, khả năng hiển thị văn bản nhỏ dày đặc cũng chính xác hơn, tỷ lệ lỗi nghiêm trọng khi hiển thị văn bản giảm xuống còn 0.4%, dẫn đầu các mô hình phổ biến về độ chân thực của ảnh tạo từ văn bản và cấu trúc văn bản.

Chỉnh sửa nhiều vòng ổn định: duy trì từng pixel ở các khu vực không chỉnh sửa, hỗ trợ sửa đổi liên tục cùng một tác phẩm lên đến 100 vòng mà không mất chi tiết rõ rệt hay suy giảm chất lượng.
Tạo nội dung trong suốt RGBA nguyên bản: trực tiếp xuất hình ảnh trong suốt/bán trong suốt có kênh Alpha, xử lý tinh tế các cạnh và đường viền, không cần tách nền và chỉnh sửa viền hậu kỳ.
Sáng tạo chữ nghệ thuật trong suốt: kết hợp nét cọ, màu sắc và chất liệu của hình ảnh tham chiếu vào kiểu chữ được chỉ định, trực tiếp tạo nội dung chữ nghệ thuật có nền trong suốt.
Tái sử dụng nội dung nhân vật ở nhiều bối cảnh: dùng cùng một nhóm nội dung nhân vật trong suốt làm tham chiếu, duy trì đặc điểm và chất liệu nhân vật, nhanh chóng tạo các hình ảnh theo loạt với bối cảnh, động tác và bố cục khác nhau.
Tạo hình ảnh chân thực: cải thiện khả năng thể hiện ánh sáng, chất liệu và kết cấu da, giảm hiệu ứng bóng dầu, cháy sáng và loang lổ, gần hơn với chất lượng ảnh chụp tự nhiên.
Hiển thị văn bản mật độ cao: tái hiện chính xác hơn văn bản nhỏ dày đặc và kiểu chữ phức tạp, tỷ lệ lỗi nghiêm trọng giảm xuống còn 0.4%, lỗi nhẹ giảm xuống 1.7%.

Duy trì từng pixel khi chỉnh sửa nhiều vòng: mô hình đồng thời xem hình ảnh đầu vào là vật chứa nội dung và ngữ cảnh của chỉ dẫn chỉnh sửa, sử dụng cơ chế kiểm soát có điều kiện như mặt nạ khu vực và căn chỉnh chỉ dẫn để phân biệt rõ khu vực cần thay đổi và khu vực cần giữ nguyên; trong giai đoạn huấn luyện, mô hình xây dựng nhiều mẫu chuỗi theo dạng “đầu ra của vòng trước làm đầu vào cho vòng tiếp theo”, đồng thời bổ sung ràng buộc nhất quán cấp pixel, giúp mô hình học cách không làm xáo trộn phân bố pixel của khu vực chưa chỉnh sửa khi tạo nội dung mới, hạn chế suy giảm chất lượng do sai số tích lũy qua nhiều vòng.
Tạo nội dung trong suốt RGBA nguyên bản: Seedream 5.5 xem kênh Alpha là mục tiêu dự đoán song song với RGB, đưa dữ liệu tách nền có nhãn trong suốt vào dữ liệu huấn luyện như dữ liệu phân tách tiền cảnh và dữ liệu gắn nhãn đến cấp độ sợi tóc, giúp mô hình học chiều độc lập là độ trong suốt; đồng thời tối ưu riêng các chi tiết cạnh tần số cao như lông vũ và ren, để mô hình có thể xuất hình ảnh bốn kênh với chuyển tiếp cạnh mượt mà, không viền trắng hay viền thừa. Về bản chất, bước tách nền được tích hợp vào quá trình tạo ảnh.
Cải thiện độ chân thực và khả năng hiển thị văn bản: mô hình sử dụng quy trình huấn luyện khuếch tán/tạo ảnh cải tiến cùng tỷ lệ dữ liệu chất lượng cao, gần hơn với phân bố hình ảnh nhiếp ảnh, nhằm giảm cảm giác nhựa, cháy sáng và bóng dầu do sai lệch phân bố huấn luyện; đồng thời nhấn mạnh hơn các chi tiết tần số cao như kết cấu da và lớp ánh sáng trong thiết kế hàm mất mát. Về hiển thị văn bản, mô hình tăng cường giám sát cấu trúc kiểu chữ trong quá trình huấn luyện và thực hiện tăng cường dữ liệu cho kiểu chữ Hán phức tạp cùng các cảnh văn bản nhỏ dày đặc, giúp việc học cấu trúc nét chữ và bố trí ký tự chuyển từ “giống hình” sang “đúng chữ”, qua đó giảm đáng kể tỷ lệ sai chữ, thiếu chữ và rối cấu trúc.

Phiên bản web Jimeng: chọn Seedream 5.5 trong mục 「Sáng tạo - Tạo ảnh/Canvas」 để tạo và chỉnh sửa hình ảnh.
Doubao: chuyển sang mô hình Seedream 5.5 trong tính năng 「Tạo hình ảnh」, mô tả bằng văn bản để tạo ảnh.
Doubao Work: nền tảng trợ lý thông minh dành cho môi trường văn phòng, bật Seedream 5.5 trong mục 「Kỹ năng」 để trực tiếp gọi khả năng tạo ảnh trong quy trình làm việc.
Volcano Ark: truy cập trung tâm trải nghiệm Volcano Ark tại https://exp.volcengine.com/, sau đó vào Mô hình thị giác → Tạo hình ảnh và tìm Doubao-Seedream-5.5 để trải nghiệm

Độ ổn định khi chỉnh sửa nhiều vòng ở quy mô 100 vòng: duy trì từng pixel ở khu vực không chỉnh sửa, vẫn giữ chi tiết và chất lượng sau 100 vòng sửa đổi liên tục, giúp các ý tưởng phức tạp được hoàn thiện liên tục.
Xuất nội dung trong suốt RGBA nguyên bản: trực tiếp tạo hình ảnh trong suốt có kênh Alpha, xử lý cạnh tinh tế, không cần tách nền và chỉnh viền hậu kỳ, nội dung có thể đưa trực tiếp vào quy trình thiết kế.
Chất lượng hình ảnh chân thực: thể hiện ánh sáng, chất liệu và kết cấu da tự nhiên hơn, giảm bóng dầu và cháy sáng, cho hiệu quả gần với ảnh chụp thực tế hơn.
Hiển thị văn bản độ chính xác cao: khả năng tái hiện văn bản nhỏ dày đặc và kiểu chữ phức tạp mạnh mẽ, tỷ lệ lỗi nghiêm trọng chỉ 0.4%, thuộc nhóm dẫn đầu các mô hình phổ biến.
Khả năng ứng dụng trong sản xuất tăng gấp đôi: trong sáu nhóm bối cảnh gồm thương mại điện tử, tiếp thị, điện ảnh và truyền hình, trò chơi, văn phòng, thiết kế thời trang, tỷ lệ sử dụng được trong lĩnh vực điện ảnh và văn phòng đạt hơn hai lần phiên bản trước.

Trang web dự án: https://seed.bytedance.com/zh/seedream5_5
Bài nghiên cứu kỹ thuật: https://seed.bytedance.com/zh/blog/more-realistic-images-more-stable-editing-across-100-rounds-introducing-seedream-5-5

Hình ảnh sản phẩm thương mại điện tử: tạo hình ảnh sản phẩm và hình ảnh người mẫu mặc sản phẩm có độ chân thực cao, chất liệu và ánh sáng tinh tế, chú thích văn bản nhỏ dày đặc rõ ràng, đáp ứng nhu cầu制作 trang chi tiết.
Thiết kế tiếp thị và áp phích: trực tiếp xuất nội dung RGBA trong suốt và chữ nghệ thuật, không cần tách nền vẫn có thể dàn trang và kết hợp, nhanh chóng tạo ấn phẩm tiếp thị chất lượng cao.
Điện ảnh, truyền hình và thiết kế ý tưởng: hỗ trợ chỉnh sửa liên tục cùng một tác phẩm qua 100 vòng, duy trì ổn định chi tiết hình ảnh, phù hợp để liên tục hoàn thiện bản phác thảo ý tưởng, phân cảnh và phương án bối cảnh.
Thiết kế trò chơi và nhân vật: nội dung nhân vật có thể tái sử dụng trong nhiều bối cảnh, duy trì đặc điểm nhân vật và linh hoạt điều chỉnh động tác, bố cục, nhanh chóng tạo hình ảnh nhân vật theo loạt.
Văn phòng và thiết kế thời trang: hiển thị chính xác kiểu chữ phức tạp và văn bản nhỏ, chỉnh sửa ổn định, phù hợp với hình minh họa tài liệu, hình ảnh thuyết trình, cũng như việc chỉnh sửa và hoàn thiện nhiều vòng các chi tiết trang phục và phụ kiện.