8 जुलाई को जारी किए गए ByteDance Seedream 5.0 Pro का व्यापक परीक्षण किया गया, जिसमें यथार्थवाद, जटिल सूचना विज़ुअलाइज़ेशन और डिज़ाइन शामिल थे। परिणामों से इंटरफ़ेस मॉकअप और इन्फोग्राफिक्स जनरेट करने में महत्वपूर्ण प्रगति दिखाई गई, जबकि मॉडल अपने अमेरिकी समकक्ष की तुलना में कुछ विशिष्ट विशेषताओं को बनाए रखता है।
छवियों के यथार्थवाद का परीक्षण
यथार्थवाद की जांच करते समय, Seedream 5.0 Pro की तुलना समान प्रॉम्प्ट का उपयोग करके GPT Image 2 से की गई। विंटेज शैली की पुरानी तस्वीरें बनाते समय, मॉडल ने तकनीकी रूप से सटीक छवियां दीं, हालांकि वे GPT Image 2 द्वारा प्रदर्शित प्रामाणिक पुराने स्वरूप की तुलना में काफी साफ और अधिक आधुनिक दिखती थीं। WeChat स्क्रीनशॉट बनाने के कार्यों में, मॉडल ने बहुत विश्वसनीय इंटरफेस बनाए, लेकिन भुगतान राशि स्पष्ट रूप से नकली प्रदर्शित की, जो संभवतः धोखाधड़ी के खिलाफ एक जानबूझकर सुरक्षा उपाय है।
सबसे प्रभावशाली परिणाम सोशल मीडिया इंटरफेस को पुन: प्रस्तुत करना था: Seedream ने उंगलियों के निशान, पानी के धब्बे, खिड़कियों में प्रतिबिंब और फोन स्क्रीन पर वसा के धब्बों को उच्च सटीकता के साथ प्रदर्शित किया, हालांकि फोन स्वयं बिना किसी सहारे के तैरता हुआ प्रतीत होता था।
डेटा विज़ुअलाइज़ेशन और डिज़ाइन
जटिल जानकारी विज़ुअलाइज़ेशन मॉडल की मजबूत विशेषताओं में से एक साबित हुई। Seedream ने जेनरेटिव एआई के तकनीकी स्टैक की इन्फोग्राफिक सफलतापूर्वक बनाई, जिसमें सही पदानुक्रमित व्यवस्था, स्पष्ट टाइपोग्राफी और नेटवर्क आरेखों और बार चार्ट सहित सुसंगत डेटा विज़ुअलाइज़ेशन शामिल थे। तीन-पैनल प्रारूप में रोबोट की लागत का ब्रेकडाउन और 'एआई चिप्स को एचबीएम की आवश्यकता क्यों है' विषय पर एक तकनीकी रूप से सटीक ग्राफिक छवि भी बनाई गई थी। फिर भी, चीनी पाठ का रेंडरिंग असंगत रहा, क्योंकि घने सूचनात्मक ग्राफिक्स में कुछ प्रतीक धुंधले या गलत दिखाई दिए।
डिज़ाइन-उन्मुख कार्यों में, मॉडल ने वाणिज्यिक पोस्टर बनाने में उच्च प्रदर्शन प्रदर्शित किया, जैसे कि सटीक विज्ञापन पाठ और स्पष्ट पदानुक्रम के साथ विंटेज चर्मपत्र कागज शैली में शीतकालीन विज्ञापन पोस्टर। हालांकि, ई-कॉमर्स इंटरफेस बनाना कम विश्वसनीय लगा, क्योंकि बनाए गए इंटरफेस कार्यात्मक थे, लेकिन नेत्रहीन रूप से सरल थे और उत्पादन के लिए तैयार वेब डिज़ाइन मानकों को पूरा नहीं करते थे।
अतिरिक्त क्षमताएं और उपलब्धता
उत्कृष्ट क्षमताओं के उदाहरणों में सटीक स्थानीय संपादन शामिल था: मॉडल मूल परिप्रेक्ष्य, छाया और आसपास की रोशनी को बनाए रखते हुए कुर्सी की सामग्री को लाल से गहरे हरे मखमल में बदल सका। इसके अलावा, विभिन्न भाषाओं में टेक्स्ट जनरेशन अच्छी तरह से काम किया, जिससे गैर-चीनी प्रतीकों का विश्वसनीय प्रदर्शन हुआ।
Seedream 5.0 Pro Doubao, Jimeng और Volcengine Ark अनुभव केंद्र के माध्यम से उपलब्ध है, हालांकि पूर्ण पहुंच के लिए सशुल्क टियर की आवश्यकता होती है। यह मॉडल एआई-आधारित इमेज जनरेशन की दौड़ में ByteDance का सबसे मजबूत प्रयास है, जो वैश्विक नेताओं के साथ प्रतिस्पर्धा करता है, लेकिन साथ ही एक पहचानने योग्य सौंदर्य सिद्धांत का पालन करता है जो शुद्ध यथार्थवाद पर स्पष्टता और सुरक्षा को प्राथमिकता देता है।