IT之家 4 月 19 日消息，字節(jié)跳動最新推出全新文本生成圖像模型 Seedream 3.0，其性能在內部和外部評測中均表現(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。
該模型訓練數(shù)據(jù)量翻倍，新增了經過預處理掩碼的瑕疵圖像，同時采用分辨率自適應采樣和混合分辨率訓練等新技術，確保不同尺寸圖像的高保真輸出。
Seedream 3.0 支持原生 2K 分辨率，生成 1K 圖像僅需約 3 秒。在 Artificial Analysis Arena 等基準測試中，Seedream 3.0 圖像質量評分（Arena ELO 1158）超過 GPT-4o（1157），展現(xiàn)出強勁競爭力。IT之家附上截圖如下：
Seedream 3.0 在處理文本密集型任務時表現(xiàn)尤為亮眼，英文和中文文本渲染成功率高達 94%，即使面對復雜排版也能游刃有余。
字節(jié)跳動透露，模型訓練數(shù)據(jù)集包含詳細的美學和風格描述，使其在海報、貼紙等設計任務中超越 GPT-4o，甚至可媲美 Canva 等專業(yè)平臺。
在寫實肖像領域，該模型生成皮膚紋理、皺紋和頭發(fā)等細節(jié)更為真實，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)跳動還推出了配套工具 SeedEdit，專注于圖像內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)跳動計劃未來將 Seedream 3.0 集成至其聊天機器人平臺“豆包”，進一步拓展應用場景。
熱門跟貼