火山引擎于 2026 年 11 月 9 日发布豆包图像创作模型 Seedream 5.5。官方说明的重点是像素级可控编辑:多轮连续修改后,非编辑区域仍保持一致;同时支持原生 RGBA 透明素材生成与拆分、分层输出,并改善了写实光影、材质与密集小字渲染。C 端产品已同步接入,API 为「本周上线」的预告,截至发稿未确认已开放。
豆包 Seedream 5.5 发布:像素级可控编辑与原生透明素材
这次发布的是什么
火山引擎于 2026 年 11 月 9 日发布豆包图像创作模型 Seedream 5.5(官方发布文由「火山引擎 Agent 社区」账号发出,当日 18:09)。按官方说明,这一代把重心放在改图而不是出图:在真实生产任务里,局部修改的频率高于一次性生成,难点是既要把该改的地方改对,又不能动到不该动的地方。Seedream 5.5 因此主打「像素级可控编辑」,让连续多轮编辑后角色、产品、场景细节与资产比例仍保持一致。
同一篇发布文还给出两项与素材复用直接相关的能力:一是原生 RGBA 透明素材生成与拆分,可直接输出带 Alpha 透明度通道的图像,并支持分层输出;二是写实场景的光照、材质与皮肤纹理表现,以及密集小字与复杂字形的渲染。官方用电商、家装、游戏与影视特效合成等场景举例说明这些能力的用法。
需要把已发生与预告分清楚:官方写明 C 端用户可在即梦、豆包、豆包工作中直接体验,这是发布文中已同步接入的部分;而面向开发者的 API 写的是「将于本周上线火山方舟」,系列后续还将推出 Pro 版本 —— 这两项属于计划,截至发稿没有一手页面确认已经开放,不能按已上线看待。价格、提速幅度与各类评测数字,官方发布文虽有列出,本文按本站口径一律不转述,计费与额度以官网为准。
可用性与限制
- 发布时间:官方发布文标注 2026 年 11 月 9 日 18:09;多家媒体在同日转述一致
- C 端入口:官方写明即梦、豆包、豆包工作已同步接入 Seedream 5.5,可直接体验
- API 状态:官方写明「将于本周上线火山方舟」,属预告;截至发稿未查到确认开放的官方页,上线时间与接入文档以官网为准
- 后续版本:官方写明 Seedream 5.5 系列后续还将推出 Pro 版本,同为预告,未给出发布日期
- 分层输出:官方说明支持透明素材的分层输出,具体层数上限、单次请求限制与文件格式清单未在文中完整给出,以官网为准
- 计费与额度:发布文列出的计费方式与单张成本,本文一律不写数字;价格、免费额度与商用条款以官网为准
- 境内可用性:C 端产品为国内服务;API 的具体区域、并发与鉴权口径官方发布文未展开,以火山方舟官方文档为准
- 未披露项:模型参数规模、训练数据口径、开源与否、独立 API 的错误码与重试策略均未在该发布文中说明,以官网为准
主要功能
- 用自然语言完成局部出图、改图与抠图
- 在多轮连续编辑中保持非编辑区域的像素级一致
- 直接生成带 Alpha 通道的原生 RGBA 透明素材
- 对透明素材做拆分与分层输出以便复用
- 用文字描述或参考图生成透明素材
- 改善写实场景的光照、材质与皮肤纹理表现
- 提升密集小字与复杂字形的渲染与排布
- 改善新增元素与原场景之间的空间关系与光影融合
技术原理
据官方发布文,这次的主线是编辑一致性的专项训练。多轮局部修改之所以容易出问题,是因为每一轮都以上一轮结果为输入,改图带来的误差会随轮次累积放大,表现为背景漂移、主体变形与画质衰减。官方说明 Seedream 5.5 针对这一点做了专项训练,提升编辑区域的精准变动与非编辑区域的像素级保持能力;其演示方式是让同一张图连续经过大量轮次修改,观察指定区域之外的主体特征、构图比例与光影风格是否仍然一致。需要强调的是,这是官方公布的自测口径,本文不把演示结果当作本站复现结论,也未转述其中的任何量化指标。
透明素材是另一条独立的能力线。官方说明模型可原生输出带 Alpha 通道的图像,并支持生成与拆分、分层输出:主体轮廓、羽毛或发丝一类复杂边缘与透明区域一并处理,使素材可以独立用于排版、合成与制作,减少后续抠图与边缘修整。官方还说明可通过文字描述或参考图生成透明素材,同一组素材能跨场景复用并保持配色与质感一致。至于分层输出的层数上限、每层如何拆分、是否保留图层命名等实现细节,发布文没有完整展开,以官方文档为准。
第三类改动属于画质方向而非流程方向:官方说明改善了写实场景的光照、材质与皮肤纹理,减少过度油亮与过曝,让逆光人像的轮廓光、特效合成里新增元素与画面的空间关系和光影过渡更接近自然拍摄;同时提升了密集小字与复杂字形的渲染,用于信息图、知识图解等对文字精度要求较高的内容。这些表述来自官方发布文,本文只记录方向,不替它推断具体的网络结构、训练配方或后处理流程。
实际体验
不做主观实测,只记录官方发布文里可核对的行为,以及读者可自行复现的核对路径。
一是多轮编辑一致性有一条明确的复现条件:准备一张固定底图,每轮只指定一个局部修改区域,并把上一轮结果作为下一轮输入,连续跑若干轮后对比指定区域之外的主体、构图比例与光影是否变化。判断依据是「非编辑区域有没有漂移」,而不是单张图好不好看。官方演示用的就是这个流程,读者可以在 C 端已接入的产品里按同样方式验证;这一步不需要 API。
二是透明素材可以按产出物核对:用文字描述或参考图生成一个轮廓复杂的主体,检查输出是否带 Alpha 通道、边缘与半透明区域是否保留、能否拆成可独立编排的层,再把同一组素材放进另一个背景里看配色与质感是否延续。这些是文件层面可直接观察到的事实,不依赖主观评价;具体支持的格式与层数上限以官网为准。
三是已接入的入口可以直接确认:官方写明即梦、豆包、豆包工作已同步接入,读者可在这几个产品里查看是否出现对应模型或能力。相对地,API 侧的核对只能到「火山方舟是否已出现该模型的接入文档与调用入口」为止;官方发布文写的是本周上线,未给出已开放确认,因此在官方文档出现之前不应把 API 当成可用状态。
四是官方发布文未给验证清单的部分刻意留空:提速幅度、单张成本、文字渲染的差错率与各档评测数字,都没有可在读者环境里复现的核对动作,且属于本站不转述的数字口径;模型规模、开源计划与 Pro 版本时间表同样未披露。这些位置留白,等官方后续文档补齐。
项目地址与获取方式
一手发布文是火山引擎 Agent 社区的 Seedream 5.5 介绍,可据此核对发布日期、能力描述与接入状态。C 端可到即梦、豆包、豆包工作按官方说明体验;开发者侧的接入入口是火山方舟,但官方发布文对 API 用的是「将于本周上线」,请以火山方舟官方页面与当期文档为准,不要按第三方文章里的接口名或参数照抄。请通过官方渠道获取,避免安装被篡改的版本;价格、配额、商用授权与素材版权条款一律以官网为准。
适合谁用
- 需要反复改同一张图、且要求非编辑区域完全不动的电商与广告设计流程
- 做信息图、知识图解等对密集小字与复杂字形有要求的内容团队
- 需要透明素材与分层资产、后续要进排版或合成管线的游戏与影视美术
- 在家装、穿搭等场景里要快速验证多个方案、又不想重画整张图的人
- 已经把图像生成放进生产管线、正在评估可编辑性的技术团队
- 不必用:只做一次性出图、不需要多轮修改的人;以及当前就要通过 API 批量调用的开发团队 —— 官方写的是本周上线,接入前请先确认官方文档
常见问题
API 现在就能调用吗?
还不能按「已开放」看待。官方发布文写的是 Seedream 5.5 的 API 将于本周上线火山方舟,属于计划;同篇也写明系列后续还会推出 Pro 版本。截至发稿没有一手页面确认接口已开放,因此能确认的只有 C 端产品已同步接入这一项。开发者应以火山方舟官方文档出现该模型的接入说明与调用入口为准,不要依据第三方文章里的接口名或参数提前接入。
「像素级可控编辑」具体解决什么问题?
它针对的是多轮局部改图里的误差累积。官方说明,每一轮以上一轮结果为输入时,背景漂移、主体变形与画质衰减会随轮次放大;这次通过专项训练提升编辑区域的精准变动与非编辑区域的像素级保持能力,让连续修改后主体特征、构图比例与光影风格仍保持一致。核对方法是固定一张底图、每轮只改一处,逐轮对比非编辑区域。官方演示中的轮次与量化结果本文不转述,读者可自行复现判断。
透明素材输出和普通「抠图」有什么区别?
按官方说明,差别在产出物本身:Seedream 5.5 可原生生成带 Alpha 通道的 RGBA 图像,并对轮廓边缘与半透明区域一并处理,还支持生成后的拆分与分层输出,让素材能独立用于排版、合成与制作。这减少了先出图再另外抠图、修边缘的步骤。至于支持的文件格式、分层数量上限与拆分规则,发布文没有完整列出,以官网为准。
发布文里的价格和提速数字可信吗?
这些数字出自官方发布文,但本站快讯按硬约束不转述价格、评分与百分比类数字,也不把厂商自测指标当作独立结论。原因不是怀疑来源,而是这类数字会随档位、区域与版本变化,写进正文很快就会过期。需要判断成本或速度时,请直接核对火山方舟当期页面与官方计费说明,并以自己任务的实际用量为准。
相关工具与内容
站内 AI 绘画与图像工具 与 创意设计工具 汇总了相关产品;即梦 AI 工具页、豆包工具页、豆包工作工具页 与 火山方舟工具页 可对照已接入的入口。脉络上可看 AI 绘画方案怎么选、即梦 AI 评测、腾讯混元 Hy4 发布 与 FLUX 3 Image Klein 上架。
相关内容
Gemini 4 Carbon 扩大开放:开发者、企业与消费者入口同步打通
Google 于 2026 年 11 月 10 日把 Gemini 4 Carbon 从原先的受限开放扩大到开发者、企业、科研人员与消费者。这不是该型号首发:2026 年 10 月 28 日已公布,当时先向一部分网络安全防御方开放。本次变化在开放范围与接入渠道,同日 GitHub 宣布该型号在 GitHub Copilot 中正式可用。官方公告含大量基准与计费信息,本文不转述数字,订阅档位与额度一律以官网为准。
ElevenLabs 发布 Scribe v3 与 v3 Live:把说话人分离带进实时转写
ElevenLabs 于 2026 年 11 月 10 日发布两款语音转文字模型:面向录音的 Scribe v3 与面向实时音频的 Scribe v3 Live。实时链路首次加入说话人分离,并改用对话上下文判断说话是否结束;两款模型当日在 ElevenAPI 可用,从 Scribe v2 升级只需把模型标识改一行。官方发布文含大量百分比与基准对照,本文按本站口径不转述数字,语种清单、配额与价格一律以官网为准。
OpenAI 推出 Businesses in ChatGPT 测试版:企业可认领资料并配置 Business Agent
OpenAI 于 2026 年 11 月 10 日推出 Businesses in ChatGPT 测试版,包含 Business Hub 与 Business Agents。企业可认领组织并在验证后维护资料与商品信息流、查看聚合洞察;符合条件的组织还能构建并发布 Business Agent,让用户直接在对话里了解其商品与服务。官方写明 Business Agents 当前面向美国符合条件的电商与在线服务企业可用,更多市场与类别属后续计划。洞察为聚合且有阈值,不共享用户对话内容;资格清单与广告计费一律以官网为准。
继续阅读:Claude Fable 5.2 与 Mythos 5.2 发布:同源双模型分档开放 · Amazon Bedrock AgentCore 开放 Web Search API:一次调用取回联网检索结果