ByteDance Seed ha presentato il 9 novembre 2026 Seedream 5.5, una nuova versione del proprio modello di generazione e modifica delle immagini progettata per la produzione visiva professionale e per la gestione di sessioni di editing composte da numerose revisioni successive. L’aggiornamento introduce la possibilità di mantenere la stabilità dell’immagine fino a 100 cicli di modifica, la generazione diretta di elementi con trasparenza nativa e miglioramenti nella rappresentazione fotorealistica, nella resa dei materiali e nella riproduzione di testi di piccole dimensioni. Una delle principali modifiche riguarda il comportamento del modello quando un’immagine precedentemente generata viene utilizzata come punto di partenza per ulteriori interventi. In questi procedimenti, le modifiche ripetute possono provocare alterazioni involontarie delle aree non interessate, variazioni cromatiche e perdita progressiva dei dettagli. ByteDance dichiara di aver affrontato il problema attraverso un addestramento specifico che permette di conservare a livello di pixel le regioni non modificate, limitando la propagazione degli errori tra una revisione e quella successiva.
Le dimostrazioni presentate dall’azienda comprendono interventi ripetuti su abbigliamento, accessori e oggetti disposti attorno allo stesso soggetto, mantenendo la composizione originale mentre vengono modificati elementi di dimensioni ridotte come anelli e montature degli occhiali. Il modello tiene conto della postura, delle interazioni tra accessori e superficie della pelle, delle occlusioni e delle condizioni di illuminazione, così da adattare gli elementi introdotti senza alterare inutilmente il resto dell’immagine. In un’ulteriore dimostrazione ambientata in uno studio, una scatola viene spostata progressivamente all’interno della stanza, mentre Seedream aggiorna prospettiva, ombre proiettate e superfici precedentemente nascoste. Il sistema può inoltre produrre direttamente immagini RGBA, che comprendono un canale alfa per rappresentare aree completamente o parzialmente trasparenti. Questa funzionalità permette di creare oggetti, personaggi ed elementi grafici utilizzabili nei procedimenti di compositing senza dover necessariamente ricorrere a una fase separata di rimozione dello sfondo. Gli esempi includono un gufo delle nevi con piume sottili, spazi tra le penne e contorni degli artigli conservati nella trasparenza, un fenicottero estratto come livello indipendente e una sequenza di immagini di una ragazza in corsa generata su livelli trasparenti distinti. Il modello è inoltre progettato per riutilizzare elementi visivi coerenti attraverso scenari, pose e composizioni differenti.
ByteDance segnala miglioramenti nella riproduzione dell’illuminazione, delle texture della pelle e delle proprietà dei materiali, con una riduzione degli effetti di lucentezza eccessiva, sovraesposizione e irregolarità delle superfici presenti in alcune generazioni precedenti. Gli interventi hanno interessato anche il rendering tipografico, in particolare i caratteri complessi e i testi di piccole dimensioni inseriti in composizioni dense. Tra le dimostrazioni figurano una pagina di giornale dedicata a Shakespeare, composta da articoli in inglese e illustrazioni, e un’infografica in cinese sulla farfalla morfo blu con otto annotazioni esplicative. Nei test interni sulla riproduzione del testo in inglese e cinese, compresi i caratteri piccoli e ravvicinati, ByteDance dichiara un tasso dello 0,4% per gli errori gravi e dell’1,7% per quelli minori. Le categorie comprendono caratteri errati, mancanti o riprodotti con strutture non corrette.
Le valutazioni comparative sono state condotte utilizzando MagicArena e un gruppo di valutatori esperti nei settori commercio elettronico, marketing, cinema e televisione, videogiochi, produttività d’ufficio e progettazione della moda. Secondo i risultati comunicati da ByteDance, Seedream 5.5 supera Seedream 5.0 Pro per qualità e usabilità in tutte le categorie considerate, con valori di usabilità più che raddoppiati negli ambiti cinematografico e della produttività. Ulteriori confronti tra coppie di immagini hanno utilizzato giudizi Good, Same e Bad per misurare realismo e struttura del testo nelle attività text-to-image e image-to-image. I risultati dichiarati favoriscono la nuova versione in tutte e quattro le combinazioni rispetto al modello precedente, raggiungendo un miglioramento del 55,62% nel confronto relativo al realismo image-to-image. ByteDance segnala inoltre risultati favorevoli rispetto a GPT Image 2.5 Sunburst e Nano Banana 2.1 nella struttura tipografica e nel realismo delle immagini generate direttamente da testo, secondo le proprie valutazioni. La distribuzione avviene progressivamente attraverso gli strumenti web di creazione e canvas di Jimeng, il generatore di immagini dell’applicazione e del sito Doubao, le competenze integrate in Doubao Work e il centro di sperimentazione dei modelli visivi di Volcengine Ark. L’azienda prevede di estendere il supporto a istruzioni creative più complesse, a contesti di input più articolati e ai flussi di lavoro agentici, oltre a sviluppare una successiva versione Pro.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)