ByteDance открыла страницу Seedream 5.0 Pro — флагманской модели генерации изображений, которая возглавит линейку Seedream. Главная фича — разделение готовой картинки на независимые слои, как в графическом редакторе. Саму модель компания анонсировала 23 июня на конференции Volcano Engine FORCE, пообещав запуск "в ближайшее время": доступность через API ByteDance пока не подтверждала.
Слои работают так: промптом или выделением можно вынести в отдельный слой любой фрагмент — от одной строки или даже одного символа до объекта или целого блока верстки. Дальше слой можно перетаскивать, масштабировать и править отдельно, не трогая остальную композицию. Вторая часть апгрейда — интерактивное редактирование: достаточно нарисовать на картинке стрелку, обвести область или приложить набросок с пометками, и модель поймет, что именно менять. Из линейного эскиза Seedream 5.0 Pro собирает готовый дизайн — на странице модели это показано на примере лендинга, нарисованного от руки.
Еще два заявленных улучшения — информационная плотность и языки. Модель генерирует изображения с большим объемом точной информации: детальные графики, многоуровневые схемы, инфографику и даже целые страницы презентаций. Текст при этом создается нативно более чем на десяти языках — с учетом типографики и форм букв каждого: в примерах есть арабский плакат с версткой справа налево, японская манга и пейзаж по промпту на бенгальском.
Чего ByteDance не показала — так это цифр. Ни бенчмарков, ни сравнений с конкурентами, ни цен: страница модели — витрина примеров, а технический отчет в блоге Seed пока не появился. Так что оценить, насколько Pro превосходит Nano Banana 2 от Google и GPT Images 2 от OpenAI, пока невозможно.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
