9月9日,字节跳动 Seed 团队宣布推出豆包图像创作模型 Seedream 4.0。该模型支持文生图、图像编辑及多图参考等功能,多模态生图效果、速度和可用性在专业评测中达到业界领先水平。
目前,Seedream 4.0 已在豆包App、即梦AI、扣子等产品正式上线,用户可以免费体验。该模型也已通过火山引擎开放给企业客户。
Seed 团队表示,“Seedream 4.0 不仅仅是一个图像生成模型,更是一个具备知识和思考能力的多模态创意引擎。”
测试案例显示,Seedream 4.0 不仅能理解物理规律与时间约束、三维空间等复杂语境,还能在解谜、填字、续写漫画等任务中保持风格一致与细节精致,逻辑推理和创意生成能力表现出色。

Seedream 4.0 测试效果(Prompt:六个小时后这个图片的场景是什么样子)
据介绍,Seedream 4.0 可灵活支持文本、图像的组合输入,抽取不同图片元素进行创作,还可一次生成角色连贯、风格统一的组图,实现表情包、连环画等各类创意玩法。
同时,该模型支持高度自由的艺术风格迁移,最高可生成 4K 分辨率的商用级图像,并具备出色的文字渲染能力,还可处理基础的公式、表格、统计图等复杂排版,广泛适用于教育、电商、广告设计、影视后期等应用场景。

Seedream 4.0测试效果(Prompt:参考图2的风格,将图1做风格转换)
基于高效的模型架构和多层推理加速,Seedream 4.0 实现了高质量和高效生成的平衡。Seed 官网显示,Seedream 4.0 在各维度专业评测的综合表现排名业界前列,视觉美感、速度等关键指标成绩突出,并展现出较强的可靠性。

图:MagicBench “文生图”及“单图编辑”人工评测基准(数据来源:Seed官网)
Seed 团队表示,图像创作正在从文生图进入多模态交互的新阶段,Seedream 4.0 已具备通用多模态创意引擎的雏形。团队将继续探索更实时的交互式生成体验,进一步深度融合多模态推理与世界知识,更好地帮助用户激发灵感、实现创意。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。