一段連續編輯手錶照片100次的使用者影片,呈現Seedream 5.5與GPT Image 2.5、2.6的結果差異。測試中,每次只將秒數顯示往後調整1秒;Seedream 5.5保留了周遭元素,GPT Image系列則有部分內容變模糊或構圖改變。
字節跳動(ByteDance)於9日公布圖像生成與編輯模型Seedream 5.5。公司在官方公告中列出多項改進,包括連續編輯穩定性、透明背景生成,以及材質與小字呈現。
字節跳動的官方示範依序更換人物照片中的衣物、飾品與桌上物品。每次都以前一次的結果作為下一次修改的輸入。公司表示,修改到第100次後,仍可調整戒指和眼鏡框等小物件。
另一項使用者測試以一張佩戴卡西歐G-Shock手錶的手腕照片進行。Alisa Qian在X發布的影片中,每次只將手錶的秒數顯示往後調整1秒,並把前一次結果作為下一次編輯的輸入。
影片顯示,三個模型都能調整秒數。Seedream 5.5連續編輯100次後,手腕、包裝上的文字與背景電線肉眼看來沒有明顯變化;GPT Image 2.5的部分文字與影像變得模糊;GPT Image 2.6的顏色逐漸加重,約編輯至第85次時,畫面轉為手腕與背景消失的商品照。
這段使用者影片的測試條件與字節跳動的官方示範不同,使用的是使用者照片,並與GPT Image 2.5、2.6比較。
影片留言中,有人認為Seedream只修改指定部分,而GPT似乎會重新繪製整張照片,因此比較並不公平。也有人表示,使用GPT時若每次都從原始照片開始編輯,而非沿用前一次的結果,就不會累積變形。
字節跳動自行評估後表示,Seedream 5.5在電子商務、行銷、影片、遊戲、辦公與時尚六種用途上的成品品質及實用性,較前一代有所改善。在中文與英文小字評測中,公司列出嚴重文字錯誤率0.4%、輕微錯誤率1.7%;比較對象包含GPT Image 2.5,但未包含2.6。
OpenAI的開發者指南建議,提出圖像編輯要求時,應在指令中說明要修改與保留的部分。指南也指出,即使使用指定編輯區域的遮罩,模型仍不一定會完全遵循精確邊界。
反覆修改商品照片中的價格或宣傳素材上的日期時,也可以留意修改區域以外的畫面是否維持不變。字節跳動於9日表示,計畫在旗下服務逐步導入Seedream 5.5,之後推出Pro版本。
Comment 0