ByteDance (команда Seed) 9 ноября 2026 года выпустила модель генерации изображений Seedream 5.5. Ставка сделана не на одноразовую генерацию, а на многошаговое редактирование: до 100 последовательных локальных правок одного кадра с сохранением композиции, перспективы и освещения, нативный вывод с прозрачным фоном (RGBA) и точная отрисовка мелкого многоязычного текста. Модель уже доступна в Dreamina (Jimeng) и CapCut, подключение остальных каналов ByteDance идёт постепенно, а программный доступ открыт через Volcano Engine Ark. По данным ByteDance, в парных сравнениях с GPT Image 2.5 Sunburst и Nano Banana 2.1 вывод Seedream 5.5 эксперты чаще признают лучшим, а в задачах кино- и офисной графики доля пригодных изображений выросла более чем вдвое по сравнению с предыдущей версией.

image
image

Что произошло

9 ноября 2026 года команда Seed компании ByteDance выпустила мультимодальную модель изображений Seedream 5.5, рассчитанную одновременно на генерацию картинок и многошаговое редактирование. Заявленная ключевая способность — до 100 последовательных локальных правок на одном изображении, при которых сохраняются композиция, перспектива и освещение кадра. Прозрачный фон (RGBA) генерируется нативно, включая сложные для вырезания объекты вроде волос и стекла; одновременно улучшены фотореализм и отрисовка мелкого и многоязычного текста: по данным ByteDance, доля серьёзных искажений текста составляет 0,4%, лёгких — 1,7%. Вендорские измерения обещают и общий прирост качества: в задачах кино- и офисной графики доля пригодных изображений выросла более чем вдвое по сравнению с Seedream 5.0 Pro, а по GSB-оценке Seedream 5.5 показывает +55,62% против GPT Image 2.5 Sunburst и Nano Banana 2.1. Релиз сопровождается продакшн-каркасом: доступ через API Volcano Engine Ark по цене около 0,28 юаня за одну 2K-правку и развёртывание в продуктах ByteDance — Dreamina (Jimeng), CapCut, Doubao, BytePlus и Volcano Engine Ark.

Контекст

Понимать релиз помогает сдвиг ожиданий рынка: генеративные модели давно научились рисовать привлекательную картинку с первого раза, но продакшены нуждаются в другом — в повторяемых правках одного и того же кадра, в слоях с альфа-каналом и в тексте, который не приходится переверстывать руками. Именно поэтому автоматическое вырезание объектов (matting) до недавнего времени оставалось отдельным и капризным этапом постобработки, а текст на изображении был проблемной зоной генерации. Оценка GSB (Good/Same/Bad) — субъективная парная метрика, где эксперты помечают сравниваемые выводы как лучший, равный или худший; без опубликованного протокола такие цифры уязвимы к подбору выгодных задач, и это стандартная претензия к вендорским бенчмаркам. Отдельный фактор — дистрибуция: ByteDance принадлежат приложения с многомиллионной аудиторией креаторов, поэтому модель раскатывается не как изолированный демо-сервис, а внутри уже привычных инструментов, при этом Volcano Engine Ark открывает её внешним командам. Соперники в вендорском сравнении — модели высшего эшелона рынка, что сигнализирует о притязаниях ByteDance на лидерство в генеративных изображениях.

Почему это важно для индустрии

Для индустрии релиз означает смену оси конкуренции: вместо разовой генерации по промпту на первый план выходит редактирование как рабочий процесс. Многошаговое редактирование с сохранением кадра и нативный альфа-канал дают билдерам готовые строительные блоки для продуктов: сборка сцен без отдельного этапа matting, пакетная подготовка графики для e-commerce, локализация креативов на разные языки и генерация офисной графики с корректной типографикой. Дешёвые одиночные правки через API делают нормой агентные пайплайны, где модель вызывается десятки раз на один проект, и меняют саму экономику генеративной графики. Практичный шаг для команд на Volcano Engine Ark — не немедленное внедрение, а пилот: собрать собственный eval-набор на цепочках правок, RGBA-объектах и мелком тексте, а затем замерить, как кадр ведёт себя при длинных сериях правок. Конкурирующим командам, вероятно, придётся ответить аналогичным функционалом и более прозрачными методиками оценки, а в ближайшие месяцы стоит ждать независимых бенчмарков на накопление дрейфа кадра, локальность правок и точность альфа-канала.

Почему это важно для пользователей

Если вы работаете с нейросетевыми картинками, модель стоит попробовать в Dreamina и CapCut: доступ пока открыт не всем аккаунтам и не во всех регионах, так что сначала проверьте, появилась ли новая версия в вашем профиле. Основной практический выигрыш — серия правок одного кадра без «поехавшей» композиции: можно итеративно менять детали, не пересоздавая изображение целиком и не теряя перспективу и свет. Готовый вывод с альфа-каналом избавляет от ручной обтравки сложных контуров — прозрачный PNG можно сразу использовать в монтаже, коллажах и карточках товаров. Точнее стала и работа с текстом: мелкие надписи и подписи на нескольких языках можно получать прямо в генерации, без наложения шрифтов в редакторе, что заметно для постеров, карточек и локализованных объявлений. Ограничения старта нужно учитывать заранее: одно изображение за вызов, разрешение не выше 2K и лимит промпта в 5000 символов, поэтому для пакетной обработки и крупных форматов потребуется собственный конвейер через API.

Что пока неизвестно / ограничения

Количественные заявки ByteDance пока не подкреплены независимой проверкой: методология сравнения по GSB не опубликована, неизвестны число экспертов, набор промптов, наличие слепого протокола и доверительные интервалы, поэтому заявленное преимущество стоит читать как вендорскую оценку, уязвимую к подбору задач. Метрика искажений текста на текущих данных невоспроизводима: не раскрыто определение того, что считается «серьёзным» искажением, а также список языков, шрифтов и тестовый набор; критерии «пригодного изображения» для кино- и офисной графики ByteDance также не опубликовала. Качественные возможности — цепочки правок, прозрачный фон, типографика — проверяются вручную уже сейчас и именно их лучше верифицировать в первую очередь, особенно точность альфа-канала и накопление дрейфа кадра после десятков правок; такая функциональная проверка информативнее любого абстрактного бенчмарка. Полная независимая оценка появится позже, поскольку доступ пока открывается постепенно; до этого количественные результаты ByteDance корректнее воспринимать как ориентиры, а не установленные факты.

Источники

Автор

Look at AI, редакция