Seedream 5.5：ByteDanceが品質劣化なき100回連続編集と透過背景画像のネイティブ生成を発表

生成された画像を100回連続で編集しても品質を劣化させない——これが、ByteDanceのSeed研究チームが11月9日（月）に発表した新画像モデルSeedream 5.5の約束である。同モデルはさらに、透過背景のネイティブ出力やテキスト描写の鮮明化も実現した。同社傘下（CapCut）のクリエイティブアプリであるDreaminaは、発表を受けて即座に全ユーザーへの提供を開始した。

現場の制作を見据えた3つの新機能

連続編集（マルチラウンド編集）。 編集を重ねる際、前の画像が次の入力となるため、色のズレ、細部の喪失、顔の変化といった微小な誤差が蓄積していく。ByteDanceは、変更を加えない領域をピクセル単位で保持し、色ズレを排除するようSeedream 5.5を学習させたと述べている。公開されたデモでは、同一人物のポートレート（衣服、宝飾品、テーブル上の小物）に対して100回の連続編集を行い、さらにフラワーアレンジメントや部屋の模様替えを段階的に進めながら、遠近感、影、オクルージョンの整合性を保ち続ける様子が示された。

ネイティブな透過背景。 同モデルはアルファチャンネルを備えたRGBA画像を直接生成し、完全または部分的な透過に対応する。これにより、被写体、人物、装飾テキストの切り抜きや輪郭の修正作業を行うことなく、そのままデザインカンプに配置できる。ByteDanceは、フクロウの羽毛、細い髪の毛、薄手の布地など、従来の自動切り抜きが失敗しやすい領域における精度の高さを強調している。

リアリズムと細かな文字。 光の描写、素材感、肌の質感がより自然になり、「油を塗ったような肌」の質感や露出オーバーが抑えられたとされる。テキストのレンダリング性能も向上し、複雑な漢字の細かな表示にも対応する。

公開データはすべて社内計測

公表された数値はすべてByteDanceによるものだ。同社の評価プラットフォーム「MagicArena」において、評価者がEコマース、マーケティング、映画・テレビ、ゲーム、オフィス業務、ファッションの6つの用途でモデルを採点した。Seedream 5.5はSeedream 5.0 Proと比較して全用途でスコアを伸ばし、映画・テレビおよびオフィス業務では実用に耐えうると判断された画像の比率が2倍以上に達した。また、ByteDanceは深刻なテキストの乱れ率が0.4%（軽微な欠陥は1.7%）であると発表し、テキストからの生成においてテキスト構造とリアリズムの両面でGPT Image 2.5 SunburstおよびNano Banana 2.1より優位にあると主張している。

これらの比較は、開発元が選定した専門家の選好に基づいている。現時点で第三者による検証結果は公開されていない。11月9日午後1時（パリ時間）に確認されたユーザー投票ベースのArena テキスト・トゥ・イメージランキングには、本モデルはまだ掲載されていなかった。同ランキングの上位5位はOpenAIのGPT-Imageシリーズが占めており、トップはGPT-Image-2.5 Sunburst（1,428点）、前世代のSeedream 5.0 Proは17位（1,249点）となっている。なお、これらの順位は更新ごとに変動する。

提供状況と価格

ByteDance Seedは、同モデルをDreamina、CapCut、BytePlus（同社の国際クラウドプラットフォーム）向けに提供すると発表した。Dreaminaではすでに全ユーザーが利用可能となっており、期間限定のキャンペーンとして、全ユーザーに7日間、Basic以上の有料プラン契約者には30日間の無制限利用が提供されている。中国国内では、IT之家によると、即夢（Jimeng）、豆包（Doubao）、火山方舟（Volcano Ark）へ順次導入される見込みだ。同メディアはまた、APIがテキストトークンには課金せず入力画像と出力画像に個別に課金し、2K正方形画像の編集コストが約0.28元とSeedream 5.0 Proの半分未満になると伝えているが、ByteDanceはこの価格を発表内では記載していない。なお、5.5シリーズのProバージョンの提供も予告されているが、時期は明かされていない。