IT之家 4 月 19 日消息，字节跳动最新推出全新文本生成图像模型 Seedream 3.0，其性能在内部和外部评测中均表现出色，超越前代 Seedream 2.0，并与 GPT-4o、Midjourney v6.1 和 Imagen 3 等主流系统一较高下。
该模型训练数据量翻倍，新增了经过预处理掩码的瑕疵图像，同时采用分辨率自适应采样和混合分辨率训练等新技术，确保不同尺寸图像的高保真输出。
Seedream 3.0 支持原生 2K（2560×1440）分辨率，生成 1K（论文中未标注具体数值，通常情况下指 1920×1080）图像仅需约 3 秒。在 Artificial Analysis Arena 等基准测试中，Seedream 3.0 图像质量评分（Arena ELO 1158）超过 GPT-4o（1157），展现出强劲竞争力。IT之家附上截图如下：
Seedream 3.0 在处理文本密集型任务时表现尤为亮眼，英文和中文文本渲染成功率高达 94%，即使面对复杂排版也能游刃有余。
字节跳动透露，模型训练数据集包含详细的美学和风格描述，使其在海报、贴纸等设计任务中超越 GPT-4o，甚至可媲美 Canva 等专业平台。
在写实肖像领域，该模型生成皮肤纹理、皱纹和头发等细节更为真实，避免了 AI 肖像常见的“过度平滑”问题，效果优于 Midjourney v6.1，且无需后期放大处理即可输出高分辨率图像。
字节跳动还推出了配套工具 SeedEdit，专注于图像内文本和图像编辑功能。据称，SeedEdit 在精确编辑方面优于 GPT-4o 和 Gemini 2.0 Flash，能在不破坏图像整体风格的前提下完成文本移除、替换或插入等操作，且几乎无明显瑕疵。
字节跳动计划未来将 Seedream 3.0 集成至其聊天机器人平台“豆包”，进一步拓展应用场景。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
