8 июля команда ByteDance Seed официально выпустила Seedream 5.0 Pro, свою новейшую мультимодальную модель для создания изображений, спустя почти пять месяцев после февральской предварительной версии. Новая модель улучшает базовые возможности в согласовании текста и изображений, структурной связности, рендеринге текста и визуальной эстетике, а также добавляет четыре ключевые функции: визуализацию сложной информации, интерактивное точное редактирование, качество реалистичного изображения и портретов, а также нативный многоязычный ввод и генерацию.
Ценообразование зависит от размеров входных и выходных изображений. Для выходных изображений размером до 2,36 мегапикселя первое входное изображение предоставляется бесплатно, последующие входные изображения стоят 0,003 доллара США каждое, а выходные — 0,041 доллара США каждое. Для более крупных выходных данных цены масштабируются соответствующим образом. Модель теперь доступна в демонстрационном центре Volcengine Ark и будет развернута на платформах Doubao и Jimeng.
В обширном тестировании по 17 сценариям Seedream 5.0 Pro демонстрирует высокую производительность в генерации коммерческих постеров, реалистичной фотографии, локальном точном редактировании и создании многоязычных постеров. Модель способна обрабатывать сложные инфографики с трехколоночным макетом, визуализации разбивки затрат на роботов и диаграммы популяризации науки, объясняющие архитектуру HBM для ИИ-чипов.
Среди заметных улучшений — макеты с сетчатыми направляющими, отображающие восемь категорий моделей ИИ в формате карточек, зимние рекламные постеры в стиле винтажного пергамента и макеты пользовательского интерфейса для электронной коммерции. Модель сохраняет единый визуальный стиль при указании стилистических запросов и демонстрирует особую силу в дизайне коммерческих постеров, где ее рендеринг текста, иерархия и размещение декоративных элементов работают надежно.
Возможности точного редактирования позволяют заменять локализованные материалы в заданных областях с сохранением исходной перспективы, теней и окружающего освещения. Модель поддерживает разделение слоев, рендеринг набросков и многоязычную генерацию текста со значительно улучшенным рендерингом китайского текста по сравнению с предварительной версией, хотя некоторые ошибки в сложных китайских иероглифах сохраняются в плотной информационной графике.
Seedream 5.0 Pro представляет собой конкурентный ответ ByteDance на быстро развивающийся ландшафт генерации изображений с помощью ИИ, позиционируясь против таких моделей, как ChatGPT Images 2.0. Модель призвана устранить разрыв между потребностями профессионалов в области креативного дизайна информации, коммерческой графики и фотореалистичного вывода, в то время как команда Seed продолжает решать оставшиеся проблемы с рендерингом сложного текста и согласованностью символов между генерациями.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
