A equipe da ByteDance Seed lançou o Seedream 5.0 Pro, seu mais recente modelo multimodal para criação de imagens. Este lançamento ocorreu em 8 de julho, quase cinco meses após a versão preliminar, e inclui visualização de informações complexas, edição precisa, qualidade de fotografia real e geração nativa em vários idiomas dentro de 17 cenários de teste.
Melhorias e novos recursos do modelo
A nova versão do modelo aprimora funções básicas, como correspondência entre texto e imagem, coerência estrutural, exibição de texto e estética visual. Além disso, foram adicionadas quatro capacidades chave: capacidade de visualização complexa de informações, edição interativa e precisa, imagem realista e qualidade de retrato, além de suporte à entrada e geração em idiomas nativos.
Disponibilidade e precificação
O custo de uso é determinado pelo tamanho das imagens de entrada e saída. Para resultados de até 2,36 megapixels, a primeira imagem de entrada é gratuita; as imagens de entrada subsequentes custam US$ 0,003, e as de saída custam US$ 0,041. Para resultados maiores, os preços são escalonados de forma correspondente. O modelo agora está disponível no centro de experiência Volcengine Ark e será implementado nas plataformas Doubao e Jimeng.
Testes e desempenho
Durante testes extensivos em 17 cenários, o Seedream 5.0 Pro demonstrou alta eficácia na criação de pôsteres comerciais, fotografia realista, edição precisa localizada e criação de pôsteres multilíngues. O modelo é capaz de trabalhar com infográficos complexos que possuem layouts de três colunas, visualizações de divisão de custos de robôs e esquemas de popularização da ciência que explicam a arquitetura de chips AI HBM.
Detalhes dos recursos de edição
As melhorias notáveis incluem layouts com guias de grade, demonstrando oito categorias de modelos de IA em formato de cartão, pôsteres de inverno promocionais em estilo pergaminho vintage e layouts de interface de usuário de comércio eletrônico. O modelo mantém um estilo visual uniforme ao receber instruções estilísticas e mostra grande força no design de pôsteres comerciais, onde a exibição de texto, hierarquia e posicionamento de elementos decorativos funcionam de forma confiável.
Os recursos de edição precisa permitem substituir materiais locais em áreas específicas, mantendo a perspectiva original, a sombra e a iluminação ambiente. O modelo suporta a separação de camadas, o desenho de esboços e a geração de texto em vários idiomas, sendo que a exibição de texto em chinês foi significativamente melhorada em comparação com a versão preliminar, embora ainda ocorram alguns erros complexos em caracteres chineses em infográficos densos.
Posicionamento no mercado
O Seedream 5.0 Pro representa uma resposta competitiva da ByteDance ao cenário em rápida evolução da geração de imagens por IA, competindo com modelos como ChatGPT Images 2.0. O objetivo do modelo é eliminar a lacuna entre as necessidades de profissionais criativos em design de informação, gráficos comerciais e saída fotorrealista. A equipe Seed continua trabalhando para resolver problemas remanescentes relacionados à exibição complexa de texto e consistência de caracteres em diferentes gerações.