Száz szerkesztési kör után is hibátlan képet ígér a ByteDance új modellje

A ByteDance hétfőn bemutatta a Seedream 5.5 nevű új képmodellt, amelyet a Seed kutatócsapata fejlesztett. A cég állítása szerint a modell a kép változatlanul hagyott részeit pixelpontosan megtartja száz egymást követő szerkesztés után is, színeltolódás nélkül – írja a TNW. (TNW)

A problémát az jelenti, hogy a legtöbb képszerkesztő minden kimenettel tovább rontja a képet, mert az előző eredmény lesz a következő bemenet. A bemutatóban a csapat ugyanazt a portrét százszor szerkesztette: ruhákat és tárgyakat cserélt, közben a gyűrűkhöz hasonló apró elemeket is finomított.

A modell átlátszó hátterű képeket is létrehoz, így a tervezők például egy hóbagoly képét egyből be tudják illeszteni egy elrendezésbe, kivágás nélkül. A ByteDance szerint a bőrt, a fényeket és a sűrű, apró szöveget is valósághűbben jeleníti meg.

A cég saját tesztjei szerint a Seedream 5.5 felülmúlta az OpenAI GPT Image 2.5 és a Google Nano Banana 2.1 modelljeit a szöveg és a realizmus terén. Ezeket az eredményeket független szervezet nem ellenőrizte, erre a The Decoder hívta fel a figyelmet. A ByteDance szerint a teszteljt képek 0,4 százalékában fordult elő komolyabb szövegi hiba.

A modell a Seedance videómodell mellett működik, és mindkettőre kiterjed az a szerzői jogi megállapodás, amelyet a ByteDance augusztusban kötött a hollywoodi stúdiókkal. A cég közölte, hogy a Seedream 5.5-nek Pro változata is érkezik, a Doubaoban, a Jimengben és a Volcengine felhőszolgáltatásban pedig csak lassan vezetik be.