智东西
作者 | 江宇
编辑 | 李水青
智东西在7月9日发布消息，7月8日夜，字节跳动Seed团队发布了多模态图像创作模型Seedream 5.0 Pro。这个时间点距离今年2月10日Seedream 5.0预览版亮相，刚好过去将近五个月。
跟旧版相比，Seedream 5.0 Pro在图文匹配、构图合理性、文字渲染和画面美观度等方面都有进步，并且特别强化了四项核心功能：复杂信息可视化处理、交互式精准编辑能力、真实影像与人像质感表现、原生多语种输入和生成功能。
收费标准上，Seedream 5.0 Pro API的费用是根据输入图和输出图来计算的。如果输出图分辨率不超过236万像素，那么首张输入图免费，之后每张输入图收费0.02元，每张输出图收费0.3元。如果输出图分辨率超过236万像素，首张输入图依然免费，但后续每张输入图还是0.02元，而输出图则要收0.6元每张。
目前，Seedream 5.0 Pro已经登陆火山方舟体验中心，接下来也将会在豆包和即梦平台上逐步提供使用。智东西第一时间对这款模型进行了体验。
根据实际测试结果，Seedream 5.0 Pro在商业海报设计、真实摄影效果、精准编辑操作等场合表现稳定，还能完成一些ChatGPT Images 2.0引起的“真假难辨”的案例制作。不过，在处理复杂中文文本、界面细节处理和人物一致性上，这个模型还存在不足之处。
▲火山方舟体验中心截图
一、信息图、海报、精准编辑一应俱全，设计技能得到提升
Seedream 5.0 Pro的更新主要是为了满足更高级别的专业创作需求，比如制作信息密度高的信息图、商业海报、网页界面设计、局部编辑、草图到图像的渲染、图层分离、多种语言文字生成以及真实摄影效果的实现。
智东西针对Seedream 5.0 Pro的主要功能进行了多次测试，总体上看到这个模型在商业海报、真实照片、局部精确编辑、多语种海报制作等场景中有很好的表现；在复杂信息图、网格布局指南、电商界面、草图渲染等领域虽然也能处理，但有时候会出现文字错误、视觉效果不完整的问题。
1、复杂信息图：处理高密度中文、图表布局和信息分段
给出的指令是创建一张“具身智能机器人部署成本细解”的信息图表，格式为横向的16:9版式。左侧需展示机器人硬件成本组成部分，包括机器人本体、各类传感器、执行器、电源系统；中间要展示软件成本部分，包括模型训练开销、数据搜集、场景适配、运行维护；右侧需展示商业部署关键指标，包括单台价格、安装周期、任务完成率、维护开销。要求中文表达清晰，图表和图标风格统一，整体风格适合科技媒体的深度报道。
生成的图示表明Seedream 5.0 Pro能够把握主题，也能将画面划分为硬件成本、软件成本、商业部署指标三个板块，并且加入了图标、图表、区域标题等元素。但文字渲染上存在瑕疵，整张图虽然组合了文字、图形和图表，但中文显示仍不稳定，比如在“伺服电机”这一部分出现了明显的打印错误。
2、教育培训：结构示意图、说明逻辑和中文标注
提供的指令是制作一张《为何AI芯片需采用HBM？》的教育信息图，采用明了的三栏布局：左侧解释GPU计算遇到的问题，中间是HBM堆叠结构的示意图，右侧说明带宽、功耗、容量对大模型训练的影响。需加入简洁的中文说明、数据流动向箭头和对比表格，整体风格专业且容易理解。
这张图的成果比复杂信息图要好。模型很好地完成了三栏的布局，HBM堆叠结构的示意图也较为完整，能够看出芯片堆叠、数据流动向箭头、对比说明之间的联系。与之前案例相同的问题是，文字渲染也显示了明显的错误。
3、网格化指南：多卡组排列和概念分类
指令内容是制作一张《AI模型新手入门指南》的信息图，采用网格卡片布局，显示8种AI模型：大型语言模型、视觉语言模型、图像生成模型、音频模型、视频制作模型、世界模型、视觉语言结合模型、代码模型。每个卡片包含中文名、英文缩写、核心技能和典型用途。风格追求简约与专业。
这种网格卡片式信息图对结构布局提出了较高要求。Seedream 5.0在
