IT之家 4 月 19 日消息，字節(jié)跳動(dòng)最新推出全新文本生成圖像模型 Seedream 3.0，其性能在內(nèi)部和外部評(píng)測(cè)中均表現(xiàn)出色，超越前代 Seedream 2.0，并與 GPT-4o、Midjourney v6.1 和 Imagen 3 等主流系統(tǒng)一較高下。

該模型訓(xùn)練數(shù)據(jù)量翻倍，新增了經(jīng)過預(yù)處理掩碼的瑕疵圖像，同時(shí)采用分辨率自適應(yīng)采樣和混合分辨率訓(xùn)練等新技術(shù)，確保不同尺寸圖像的高保真輸出。

Seedream 3.0 支持原生 2K（2560×1440）分辨率，生成 1K（論文中未標(biāo)注具體數(shù)值，通常情況下指 1920×1080）圖像僅需約 3 秒。在 Artificial Analysis Arena 等基準(zhǔn)測(cè)試中，Seedream 3.0 圖像質(zhì)量評(píng)分（Arena ELO 1158）超過 GPT-4o（1157），展現(xiàn)出強(qiáng)勁競(jìng)爭(zhēng)力。IT之家附上截圖如下：

Seedream 3.0 在處理文本密集型任務(wù)時(shí)表現(xiàn)尤為亮眼，英文和中文文本渲染成功率高達(dá) 94%，即使面對(duì)復(fù)雜排版也能游刃有余。

字節(jié)跳動(dòng)透露，模型訓(xùn)練數(shù)據(jù)集包含詳細(xì)的美學(xué)和風(fēng)格描述，使其在海報(bào)、貼紙等設(shè)計(jì)任務(wù)中超越 GPT-4o，甚至可媲美 Canva 等專業(yè)平臺(tái)。

在寫實(shí)肖像領(lǐng)域，該模型生成皮膚紋理、皺紋和頭發(fā)等細(xì)節(jié)更為真實(shí)，避免了 AI 肖像常見的“過度平滑”問題，效果優(yōu)于 Midjourney v6.1，且無需后期放大處理即可輸出高分辨率圖像。

字節(jié)跳動(dòng)還推出了配套工具 SeedEdit，專注于圖像內(nèi)文本和圖像編輯功能。據(jù)稱，SeedEdit 在精確編輯方面優(yōu)于 GPT-4o 和 Gemini 2.0 Flash，能在不破壞圖像整體風(fēng)格的前提下完成文本移除、替換或插入等操作，且?guī)缀鯚o明顯瑕疵。

字節(jié)跳動(dòng)計(jì)劃未來將 Seedream 3.0 集成至其聊天機(jī)器人平臺(tái)“豆包”，進(jìn)一步拓展應(yīng)用場(chǎng)景。

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。