

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
值得一提的是,100轮图像编辑这道「毙刷题」,新出的Seedream 5.5稳上来了!速度提了,API价格降了
在这里要特别说明一下,量子位 | 公众号 QbitAI
说真的,即便强如新出的
GPT-Image 2.6
这种高压任务,也得大喊那句“名人名言”:
例如我们先给Image 2.6输入下面这张原始图片:
然后再把包含100轮任务的提示词丢进去,每一轮就是让手表里的时间
上一轮生成的图片作为下一轮的输入
但看似非常简单的任务,Image 2.6生成的结果却是这样的(为了方便看变化,我们把100张图做成了1个视频)……
https://mp.weixin.qq.com/s/_OgVL6s3PIguqFN-WN1mhQ
可以明显地看到,其实在
需要提醒大家的是,左右,原始图片就开始发生了
这里要强调的是:,而且越往后,图片失真程度就越严重。这要是放到真实工作场景里,那简直就是大大大大麻烦了。这个高压任务!来看下结果:
https://mp.weixin.qq.com/s/_OgVL6s3PIguqFN-WN1mhQ
这里多啰嗦一句,虽然在后期的轮数中,依旧是存在一些畸变的情况,但整体却要比Image 2.6要保真得不少。而这个新国产生图AI,正是来自字节的
Seedream 5.5
简单来说,里调用新模型来执行的。不过,100轮编辑不崩,还只是Seedream 5.5这次更新的一隅。整体看下来,它的亮点还包括:
人物、材质和光影更像真实拍摄的,几张图拼在一起也不容易穿帮;
海报、标签、信息图里的字基本不会写错,还支持多种语言;
能直出透明底的图(PNG),省掉繁琐的抠图;也能把成图拆回图层,单独改文案、出不同语言的版本。不仅如此,Seedream 5.5现在生成的速度也比在…之前的版本要快上不少;与此同时,据官方信息,Seedream 5.5 API延续“输入图 + 输出图”两段计费结构,文本 Token 不产生费用。以2K方图编辑为例,单张成本在 0.28 元左右,不到 Seedream 5.0 Pro 一半。光说不练假把式,那么接下来,一波深度实测走起~
来一波“可劲儿造”的实测
此外,第一轮实测,我们就在豆包里,再来一波
刚才的100轮编辑,只是针对图片里手表的时间来展开;而这1次,我们基于一张
,对各个细节内容做连续编辑:
为了方便看效果的对比,我们依旧是把10张照片做成了视频:
https://mp.weixin.qq.com/s/_OgVL6s3PIguqFN-WN1mhQ
这一轮考验的正是大模型的
此外,大家都知道,主要是因为每一轮的输入都只是上一轮的输出,模型看不到最初的原图,这样一来后边的具体做法,若是一步错,便会步步错,误差是会累积的。而这正是Seedream 5.5这次主打的
其实,第二轮实测,我们来一个贴近工作场景的任务——
需要注意的是,为此,我们提前先提前准备好了三张输入图片,分别是一张女性模特图、一张包包图,以及一张背景图:
然后提示词也是比较简单:
这三张输入图的拍摄条件完全不同:模特是影棚柔光,手袋是静物侧光,背景则是户外直射阳光。而多图融合的难点,就在于要让它们看起来像是同一次拍出来的。从成片来看,模特从站姿换成了坐姿,西装面料、手袋的斜翻盖和金属环提手都保留了下来,手袋的大小也符合真实比例。这正是Seedream 5.5在多图融合上的升级:
不少人可能不太了解,主体之间的尺寸、透视和光照关系更协调
包括一些半透明的PNG素材,Seedream 5.5现在的组合能力也是相当之稳。例如我们这次直接上传5张PNG:
这里多啰嗦一句,然后附上这样的Prompt:
使用上传的5张透明PNG素材,组合并重新渲染为一张完整的卡通果冻风格主视觉。画幅16:9,分辨率3840×2160。主题为“果冻水果漂浮乐园”,像高品质动画电影的甜品世界宣传画,清新、轻盈、有明确构图和空间层次。半透明素材,一直是生图模型的难点。因为透明PNG的边缘处理不好,就会出现白边、灰边;而果冻这类材质,还要处理透光、折射和带颜色的阴影。
