よりリアルな生成、100回編集でもより安定｜Seedream 5.5 リリース
よりリアルな生成、100回編集でもより安定｜Seedream 5.5 リリース
日付
2026-11-09
カテゴリ
ビジュアルインテリジェンス
本日、私たちは次世代画像創作モデル Seedream 5.5 を正式にリリースしました。
画像創作モデルはプロフェッショナルなビジュアル制作フローに溶け込みつつあります。鍵となるのは、納品基準・時間・コストの制約のもとで、モデルが継続的に使える結果を出せるかどうかです。
私たちは、ビジュアルインテリジェンスの進歩には、創作の上限を高めると同時に、プロフェッショナルな制作の信頼性を高める必要があると考えています。そのためには、モデルが画面の表現力、内容の正確さ、編集の制御性を兼ね備えることが求められます。こうした確実性があってこそ、創作チームは思う存分发想を極限まで磨くことができるのです。
こうした実際のニーズに応えて、Seedream 5.5 は3つのコア能力のアップグレードをもたらします：
より安定したマルチターン編集：非編集領域のピクセルレベル保持を実現し、色のずれを解消、連続的な修正における細部の損失と画質の劣化を低減し、同一作品を対象に最大100回の継続的な創作をサポートします。
ネイティブ RGBA 透明素材の生成：アルファチャンネル付きの透明または半透明の画像を直接出力し、輪郭のエッジと透明領域を精細に処理します。後からの切り抜き・縁の修正が不要になり、生成された要素を独立した素材としてその後のデザインフローに組み込むことができます。
より自然な質感、より鮮明な文字：光、素材、皮膚のテクスチャの表現をさらに改善し、過度のテカリや露出過多を減らし、実際の撮影に近い成像の質感を実現します。同時に文字レンダリング能力を大幅に向上させ、複雑な字形や密集した小さな文字の再現がより正確になりました。
評価結果によると、Seedream 5.5 は全体のパフォーマンスが前世代に比べて大幅に向上しており、他の主流モデルと比較して、文字構造と文生図のリアル感の面でリードしています。現在、Seedream 5.5 は Jimeng、Doubao、Doubao Work、Volcano Ark などのプラットフォームで順次リリースされており、ぜひお試しください。
プロジェクトホームページ：
https://seed.bytedance.com/seedream5_5
体験エントランス：
1）Jimeng ウェブ版-創作-生成/キャンバス-Seedream 5.5 を選択；
2）Doubao アプリ/ウェブ版-画像生成-モデル Seedream 5.5 を選択；
3）Doubao Work-スキル-Seedream5.5；
4）Volcano Ark 体験センター-ビジュアルモデル-画像生成-Doubao-Seedream-5.5。
マルチターン編集、ピクセルレベル保持で、複雑なクリエイティブを安定して実現
リアルで複雑な創作シーンでは、各ターンで生成された画面が、新たなインスピレーションの出発点となり得ます。一度の試みが新しいアイデアをもたらし、次のターンの修正を通じて画面に反映されることで、方案は絶えず完成度を高めていきます。
これには、モデルが新しい修正を行うと同時に、調整不要の内容を安定して保持することが求められます。前のターンの出力が次のターンの入力となるとき、わずかなずれが編集回数の増加とともに蓄積され、細部の損失や画質の劣化を招く可能性があります。このため、Seedream 5.5 は専門的なトレーニングを通じて非編集領域のピクセルレベル保持を実現し、創作チームが継続的な推敲の中で画面を深く磨くことをサポートします。
動画に示すように、同一人物を対象に100回の連続編集を行い、各ターンは前のターンの結果を基礎としています。服装、アクセサリー、デスク上の物の複数回の変化を経た後も、モデルは指輪、メガネフレームなどの細小な対象を精細に修正でき、人物の現在の姿勢に応じて、アクセサリーと皮膚の接触、遮蔽、光影のつながりを適切に処理しています。
次に、4組の花の創作を通じて、複数対象・複数素材のシーンにおけるモデルのマルチターン編集能力を紹介します。リアルな花、静物の組み合わせ、ジャーナルコラージュ、中国画をカバーします。花枝と装飾が複数回の追加・交換を経た後でも、Seedream 5.5 は指定された花の形態や素材を調整でき、レースの透かし、ビーズの光沢、枝葉のテクスチャを表現すると同時に、対象間の遮蔽関係を適切に処理しています。
また、屋内シーンの連続的な改造では、家具や調度品が絶えず変化する。モデルが各ラウンドのレイアウトに基づいて空間的な関係を正確に処理できるかどうかは、マルチラウンド編集におけるもう一つの試練である。
この一連の創作では、古い書斎が徐々に色彩豊かで想像力あふれる空間へと改築されていく。同じ箱が何度も位置を変えるのに伴い、モデルはそれに応じてパース、遮蔽、影を調整し、以前は遮られていた部分も合理的に表現する。部屋は改めるごとに異なっていくが、毎ラウンドのパースと遮蔽はすべて一致している。
ネイティブRGBA透過素材で、切り抜き不要、柔軟にレイアウト可能
生成コンテンツを独立して編成でき、シーンをまたいで再利用できる素材にすることは、画像モデルが専門的な制作ワークフローに深く入り込むための重要な一歩である。
Seedream 5.5 はネイティブの RGBA 透過素材生成能力を新たに搭載し、アルファチャンネル付きの透明または半透明画像を直接出力できます。被写体の豊かな形態と質感を保持しながら、輪郭のエッジや透明領域を正確に処理し、生成コンテンツをそのままレイアウト、合成、制作に使用できるようにします。
クリエイターはテキストによる記述や参照画像から、必要な透過素材を生成できます。動画に示されているように、シロフクロウが両翼を広げ、重なり合う羽毛のテクスチャがはっきりと見えます。モデルは翼の先の羽、羽の間の微小な隙間、爪の輪郭を緻密に処理し、複雑な構造を保持することで、後の切り抜きやエッジの修正を不要にします。
ネイティブの透過出力は、文字と視覚要素を融合させた創作にも対応します。モデルは画像の中の筆致、色彩、質感の効果を参照し、それを指定された文字のビジュアル表現に適用できます。文字の正確さと判読しやすさを保ちながら、背景が透明な視覚素材を直接生成します。
透過素材はデザイン資産としてシーンを跨いで再利用でき、生産効率を高めます。動画では、デザイナーが同一組の透過キャラクター素材を参照として、これらのキャラクターが異なるシーンに登場する一連の画面をすばやく制作しています。モデルは元のキャラクターの特徴と質感を受け継ぎつつ、動作、組み合わせ、構図の調整に対応し、繰り返しの制作を減らして、シリーズ制作をより効率的で一貫性のあるものにします。
映像の質感はよりリアルに、小さい文字のレンダリングはより正確に
Seedream 5.5 は画像生成全体の品質をさらに向上させ、リアル感と文字レンダリングの進歩がとりわけ顕著です。モデルは写実的シーンにおける光、材質、肌のテクスチャの表現を改善し、一部の画面で見られた過度なテカリ、白飛び、斑な質感の問題を減らし、生成結果を自然な撮影の質感に近づけています。
人物画像の生成では、モデルはさまざまな光の下でのリアルな肌質をより緻密に表現できます。図に示すように、少女が振り返ってカメラを見つめ、顔の皮膚のテクスチャがはっきりと見え、肩のハイライトから暗部への移行は自然で、逆光の中に散りばめられた髪の毛が浮かび上がります。別の画面では、父親が眠っている赤ん坊を抱いてソファに寄りかかり、窓辺の柔らかな光が顔と腕に降り注ぎ、暗部には肌と布のディテールが保たれ、画面に生活感を与えています。
シーン生成においても、材質のディテールと光影の階層はより豊かになっています。陽光が紫の布カーテンの幾重もの襞を描き出し、布の影がざらついた黄色い壁面に落ちています。雨の中をレーシングカーがコースを駆け抜け、車体と濡れた路面がそれぞれ異なる反射を映し、タイヤが巻き上げた水霧が車の後ろに広がり、遠くの車が見え隠れして、画面に動感と奥行きを併せ持たせています。
文字レンダリングの面では、Seedream 5.5 は密集した小さい文字の生成と配置能力を向上させ、複雑な字形をより正確に再現できます。このモルフォチョウの図解は、モデルの小さい字号での中国語生成の表現を直感的に示しています。八組の図と文章がそれぞれ触角、翅脈、翅鱗などのディテールを紹介しており、部分拡大図の横の中国語説明は字号が小さいものの、画数の多い漢字でもはっきりと判読できます。
もう一つの作品は、シェイクスピアをテーマにした新聞のレイアウトで、人物の肖像と劇場のイラストの間に複数の英語の小さい文字が挿入され、コンパクトに配置され、はっきりと読みやすいものになっています。
Seedream 5.5 の評価：全体のパフォーマンスが大幅に向上、文字構造と文生成画像のリアル感でリード
モデルの生産レベルの創作シーンにおけるパフォーマンスを評価するため、私たちはEC、マーケティング、映像、ゲーム、オフィス、アパレルデザインの六つのシーンを対象に専用テストを実施しました。評価は MagicArena プラットフォームを通じて行われ、画像生成分野のベテラン評価専門家が生成効果とユーザビリティを採点しました。
Seedream 5.0 Pro と比較して、Seedream 5.5 は上記六つのシーンすべてで生成効果スコアと可用率が向上しました。中でも、映像とオフィスの二つのシーンの可用率は、いずれも前バージョンの2倍以上に達しました。
Seedream 5.5 の各生産シーンにおけるパフォーマンス。左は可用率、右は平均主観スコア（MOS）
文字構造とリアル感の二つの専用評価は、いずれも評価専門家が生成結果の選好比較を行い、GSB（Good/Same/Bad）で採点し、文生成画像と画像生成画像の二つのタスクをカバーしています。前世代と比較して、Seedream 5.5 は二つの次元、二つのタスク、計四項の比較すべてで正の選好を示し、中でもリアル感の画像生成画像の GSB は +55.62% に達しました。GPT Image 2.5 Sunburst、Nano Banana 2.1 などの主流モデルと比較して、文字構造と文生成画像のリアル感の面でリードしています。
文字構造とリアル感の専用評価。図にはそれぞれ Seedream 5.5 の文生成画像、画像生成画像タスクにおける GSB 相対スコアを示しています
文字レンダリングの進歩は、より低い文字崩壊率，すなわち生成画像に誤字、脱字、構造の乱れが現れる割合の低下にも表れています。中国語・英語および密集した小さい文字をカバーする評価において、Seedream 5.5 の重大文字崩壊率は 0.4% まで低下し、軽微文字崩壊率は 1.7% まで低下しました。両指標はいずれも前バージョンを大幅に上回り、業界の主流モデルとの横断比較でもリードしています。
文字レンダリング品質の評価。左は重大文字崩壊率、右は軽微文字崩壊率で、数値が低いほど問題が少ないことを示します
総括と展望
Seedream 5.5 は生成品質とマルチターン編集の安定性を向上させ、ネイティブの RGBA 出力によって素材の使用方法を拡張しました。これらの能力により、創作チームは複雑なシーンで方案を継続的に洗練し、既存の成果を再利用でき、品質、安定性、効率に対する専門生産の要求をよりよく満たすことができます。
今後、より複雑なコンテキスト入力と創作指示に対応し、専門タスクにおけるモデルのパフォーマンスを継続的に向上させていきます。同時に、映像、EC、広告、デザインなどの分野の実際の生産ニーズを踏まえ、Agent ワークフローにおけるモデルの応用を拡大し、より汎用的なビジュアルインテリジェンスを継続的に探求していきます。Seedream 5.5 シリーズでは、今後 Pro バージョンも発表予定です。ご期待ください。