“思考”更深，生成更准｜Seedream 5.0 Lite 发布

去年 9 月，我们发布统一编辑与生成的图像创作模型 Seedream 4.0，它融合了部分常识和一定的推理能力，受到不少用户的欢迎。

今天，我们推出 Seedream 5.0 Lite 智能图像创作模型。相比 4.0 版本，它在理解、推理和生成方面全面提升，是一个“更聪明”且“更专业”的视觉创意伙伴。

Seedream 5.0 Lite 带来的主要提升，不是更高的分辨率或更快的速度，而是贯穿在“读”“看”“画”“写”背后的深度思考。作为通向统一多模态模型的进一步探索，它开始能像人类设计师一样“理解”用户指令背后的意图，“看懂”不同画面中的规律，并将世界知识应用于图像与文本创作中。

在此基础上，我们还首次为 Seedream 模型引入实时检索增强能力，它可通过联网检索，获取最新的知识和资讯，更精准地回应具有时效性的创作需求。

Seedream 5.0 Lite 的核心亮点如下：

• 理解与生成表现全面提升：模型采用多模态统一架构，其跨模态理解和推理能力进一步提升。这使得模型能更深刻地把握参考图的主要特征，更准确地理解用户模糊的指令，从而生成更加符合用户意图的内容。同时，模型在主体一致性、图文对齐等生成方面的表现也显著进步。

• 世界知识体系增强：模型内置丰富的世界知识，覆盖科技与人文领域的多个垂类行业知识库。知识体系增强后，其生成结果更符合物理规律，信息可视化能力也大幅提升。

• 实时检索让“大脑”突破局限：模型可更有效地响应具有时效性的生成需求，尤其适合资讯海报生成等场景。

在综合评测中，Seedream 5.0 Lite 的 Elo 评分超越 Seedream 4.5，其知识推理、编辑响应与一致性保持等能力提升显著，在真实落地场景中进步尤为突出。现在，Seedream 5.0 Lite 已上线即梦AI、火山方舟体验中心，并在豆包开启内测，欢迎体验和反馈。

项目主页：

https://seed.bytedance.com/seedream5_0_lite

体验链接：

1）即梦网页端-图片生成-选择图片 5.0 Lite；

2）火山方舟体验中心-视觉模型-图片生成-Doubao-Seedream-5.0-lite。

不止听令，更懂所想

视觉协作体验再升级

得益于“智力”的大幅提升，Seedream 最新模型不再仅是一个被动接收指令的绘图引擎，而是进化为一个具备观察力、理解力和逻辑力的专业创作助手。以下是我们总结的 Seedream 5.0 Lite 的几种基础玩法：

1. 视觉推理生图：支持多步思考，让生成符合现实规律

Seedream 5.0 Lite 不只是一支简单的“画笔”，它能先“看懂”输入的图像和指令，再符合逻辑地“画图”。这一特点，让 Seedream 可执行传统图像生成模型难以胜任的视觉思考任务，并支持多步推理，让生成结果符合内在逻辑与物理规律。

例如，Seedream 开始能完成简单的围棋推理，思考下一步落子和后续的棋局；面对大量散乱的零件，在用户未指出零件属性的情况下，它能推理出物体类型，并进行相对合理的组装。

Prompt：围棋对弈，下一个白子后，吃掉这个黑子。

Prompt：用图中所有的零件拼接成一个整体。

2. 信息可视化：结合世界知识，高效生成演示配图

依靠丰富的知识体系和深度推理能力，Seedream 5.0 Lite 的信息可视化能力大幅提升，可用于办公、教育与科研等生产力场景。

无论是还原热带雨林的垂直群落结构，标注石油地质剖面，还是根据公式绘制展示图，Seedream 都能将晦涩的概念转化为直观、美观的信息图谱，提升用户的生产效率。

左图 Prompt：一张丰富多彩的自然生态图，展示热带雨林的四个垂直层次（露生层、树冠层、灌木层、地表层）。

中图 Prompt：一张英文石油系统信息图表，显示石油钻井平台和地质层。

右图 Prompt：高中数学教材插图，可视化函数在某一点的导数的几何意义，白色背景，线条清晰，科学专业准确。

3. 联网检索生成：结合最新热点，让创作贴近当下

为打破模型训练数据的时间限制，Seedream 5.0 Lite 引入了强大的实时检索能力。无论结合当下天气情况生成城市海报，总结全球电影票房，还是绘制金价走势图，它都能基于实时检索结果，生成符合现实逻辑的内容。

检索功能可灵活开关，开启时模型紧跟热点、内容鲜活；关闭时创作更稳定，按需切换即可。

Prompt：搜索以下地点在 2026 年 2 月 4 日的天气、温度和时间：1.北京、2.纽约、3.东京、4.悉尼、5.马德里，合成摄影作品。

左图 Prompt：参考 2025 年全球票房排行榜前三名，设计一张充满未来科技感的电影票房排行榜，字体全部用英文，附上金额。排列尽量美观，避免单调无聊，霓虹灯感，好看，海报，大片。

右图 Prompt：请从 2 月 4 日起，生成最近七天的黄金金价柱状图（以国内现货计价，显示具体的数值&时间，非交易日略过，柱状图比例尺正确），一款时尚的玻璃拟态 UI 卡片。风格：磨砂玻璃效果。视觉元素：半透明模糊背景，流畅的金色渐变线条，柔和阴影，悬浮的 3D 金币图标点缀于四角，柔和的粉彩光效。

4. 精准风格迁移：一键“通感”参考图，生成“艺术大片”

文字很难穷尽艺术作品中微妙的光影与笔触。得益于 Seedream 5.0 Lite 跨模态理解能力的提升，无需再绞尽脑汁写复杂的提示词，只需一张参考图，模型就能瞬间“通感”你要的风格。

不管是波西米亚式的华丽穿搭，还是印象派的油画质感，它都能精准捕捉神韵，融入生成图片，让随手一拍变成艺术大片。

Prompt：参考下图，将上图做风格转绘。

Prompt：把图 1 色调改成图 2 的色调。

5. 高阶图片编辑：通过模糊指令，实现精准修图

随着理解和思考能力的提升，Seedream 5.0 Lite 也掌握了更高阶的图片编辑能力。即便用户只给出简短、模糊的指令，它也能像人类设计师一样推测背后意图，并精准实现预期效果。

Prompt：参考图 1 到图 2 的变化，修改图 3。

相较前代模型，Seedream 5.0 Lite 的编辑可控性也进一步提升。在局部修图或替换主体时，模型可更稳定地保持非编辑区域的一致性，按用户需求“指哪改哪”。

Prompt：将画面光影改为光斑。

Prompt：改变焦点，让前景清晰，人物虚化。

6. 复杂多主体生成：精准遵循指令，还原不同主体属性

Seedream 5.0 Lite 在基础生成方面也取得了进步。它能更敏锐地捕捉 Prompt 中的细节指令，无论是复杂的空间关系、特定物体属性，还是抽象的情绪氛围，都能被精准解析并转化为画面。相比上一版本，其生成中的“幻觉”与“遗漏”进一步减少。

比如，在包含多达 9 个主体的视觉图中，Seedream 模型依然实现了对复杂指令的遵循，字母、时间、数字、颜色等属性均精准还原。

Prompt：一个 3x3 的展示架网格，正面平视视角。 左上格：一个透明的玻璃立方体，里面悬浮着一朵红玫瑰。 中上格：一个木制的球体，表面雕刻着字母'A'。 右上格：一个金属金字塔，表面反射出蓝色的天空。 左中格：一只陶瓷材质的猫，涂着金色的漆。 正中格：一个透明的时钟，指针指向 10 点 10 分。 右中格：整齐堆叠的六颗绿宝石，数量必须正好是六颗。 左下格：一根燃烧的蜡烛，蜡油是蓝色的，火焰是绿色的。 中下格：一个种在茶壶里的仙人掌。 右下格：一个戴着墨镜的骷髅头。 高清分辨率，超写实摄影，影棚光效。

在多人物主体的复杂场景中，Seedream 也实现了较好的生成效果。例如下图中，模型参考内置世界知识，生成了 5 位艺术人物的“现代风”合照：不仅自然呈现了他们与不同道具的互动姿态，还通过推理精准还原了人物在反差场景中的神韵。

Prompt：五位艺术人物并排站立，人物保留油画质感，现代道具呈现照片级真实感。1）梵高：佩戴白色 VR 头盔，双臂盲目伸向空中，惊叹张口。2）弗里达·卡罗：俯身 DJ 台，一手按压耳机，另一手积极转动混音旋钮。3）戴珍珠耳环的少女：粉色爱心太阳镜，从容啜饮珍珠奶茶。4）蒙娜丽莎：佩戴亮黄色耳机，闭目微颔，单手轻托耳罩，随音乐律动。5）萨尔瓦多·达利：手持 switch，拇指紧扣摇杆，神情专注沉浸游戏。

基于智能化程度与专业化水平的提升，我们相信，Seedream 5.0 Lite 还有很多进阶玩法，等待大家探索。

Seedream 5.0 Lite 评测

办公学习场景提升显著

Seedream 5.0 Lite 并非止步于基础能力提升，而是更加聚焦于“实用化”与“生活化”的真实落地。因此，在能力测试中，我们不仅评测了模型的指令响应、图文一致性、综合表现等传统指标，同时也引入了知识推理、办公学习、商业营销、影视游戏、艺术创作、设计等高频应用场景的专项测试题目。

相关评测依托 MagicArena 竞技平台展开，我们引入了不同模型进行双盲对战打分。为确保结果的客观性，所有评分均由图像生成领域的资深评测专家完成。基于累计采集的数万轮对战数据，我们计算并输出了高置信度的 Elo 排名。

结果显示，相较上一代版本，Seedream 5.0 Lite 在 Elo 综合评分、指令响应与编辑一致性等关键基础指标上均取得显著进步，特别是在知识推理、人像增强等场景，其展现出了更强的理解力与执行力。在真实场景中，尤其面向办公学习场景，伴随模型思考能力提升，模型实际表现得分大幅提升。这意味着 Seedream 5.0 Lite 不再仅是创意玩具，而是能走进用户工作与生活的得力助手。

文生图评测表现

图生图评测表现

总结与展望

跨模态推理能力和世界知识的增强，让 Seedream 5.0 Lite 实现了从“执行指令”到“理解意图”的跨越。这意味着图像生成综合能力的显著提升，也将带来新的、更高效的交互方式。未来，用户很可能不再需要学习复杂的 Prompt 技巧，通过与模型交流创作意图，即可高效精准地完成图文创作。

这一转变，也让图像生成模型从“好玩”走向“好用”，更多地融入生产力场景。升级后的 Seedream 系列模型，可以成为普通用户的得力助手，帮助美化 PPT、生成图表、制作海报，实用性显著增强。

Seedream 5.0 Lite 是一个较小的模型，在结构稳定性、真实感和美感方面还有进一步提升的空间。未来，我们将继续 Scaling 模型，提升 Seedream 系列模型的智能水平和效果上限，并将支持更多轮次的交互式编辑。希望它不仅能帮助用户实现创意，还能成为激发创意的“第二大脑”，为商业广告、艺术创作等更高难度的创作场景提供创意支持。