ByteDance Seed: Seedream 5.0 Pro

Seedream 5.0 Pro adalah model pembuatan gambar multimodal ByteDance Seed untuk pekerjaan visual profesional. Model ini menggabungkan pembuatan gambar baru dengan penyuntingan berbasis referensi, dengan perhatian pada struktur desain sekaligus tampilannya. Pengembang mengelompokkan edisi ini ke dalam empat kekuatan: grafis informasi padat, penyuntingan interaktif, citra realistis, dan pembuatan multibahasa native. Antarmuka pembuatan yang didokumentasikan mengembalikan satu gambar jadi; urutan gambar yang saling terkait, pencarian, dan keluaran streaming merupakan bagian dari alur edisi lain. Optimasi prompt menawarkan mode standard dan fast, dengan fast mengorbankan sebagian kualitas untuk mengurangi waktu pembuatan.

Informasi kompleks dalam satu gambar Pro dapat mengubah arahan yang panjang menjadi infografik, poster, atau konsep antarmuka visual. Siapkan isi faktual sebelum instruksi gaya: label, nilai, hubungan, dan urutan pembacaan informasi yang sudah disetujui. Lalu tentukan komposisi, titik fokus utama, tipografi, dan ilustrasi pendukung. Untuk tampilan museum, berikan judul pameran dan tiga deskripsi yang disetujui, minta satu ilustrasi di samping setiap deskripsi, dan tentukan judul yang harus dominan. Periksa hierarki serta kata-kata akhir terhadap arahan, terutama teks pendukung yang lebih kecil.

Keluaran seperti ini berguna untuk visual pembelajaran, penjelasan teknis, ilustrasi presentasi, dan eksplorasi awal tata letak produk. Gambar antarmuka yang dihasilkan membantu menyampaikan ide visual; pertahankan kontrol dan teks aktual dalam sumber desain yang dapat disunting jika ide tersebut akan dikembangkan menjadi produk yang berfungsi. Untuk infografik, simpan tabel atau catatan asli bersama gambar agar desainer dapat memverifikasi dan memperbaiki fakta satu per satu.

Panduan spasial untuk perubahan lokal Penyuntingan interaktif menambahkan informasi lokasi pada instruksi. Tandai atau pilih wilayah yang relevan, jelaskan perubahan, dan tentukan unsur sekitarnya yang harus tetap ada. Pengembang menjelaskan titik, seleksi lasso atau kotak, dan sketsa sebagai cara menyampaikan posisi. Untuk konsep interior, tandai hanya kursi dan minta bahan berbeda sambil mempertahankan kamera, lantai, dinding, serta bayangan di dekatnya. Untuk foto produk, tentukan wilayah label alih-alih meminta desain ulang seluruh objek secara luas.

Kemampuan penyuntingan Pro mencakup penggantian warna dan bahan, penambahan atau penghapusan objek, rendering dari sketsa, dan penggabungan elemen dari beberapa referensi. Beri setiap referensi sebuah peran: komposisi dasar, objek pengganti, bahan, atau palet. Misalnya, berikan sebuah ruangan, contoh kain, dan referensi kursi, lalu minta kursi di lokasi yang ditandai dengan kain tersebut diterapkan. Bandingkan hasil dengan setiap referensi, dengan perhatian pada skala, titik sambungan, dan pencahayaan. Saat menggunakan sketsa kasar, beri label pada wilayah dan beri tahu model apakah tanda gambar harus tetap ada dalam gambar akhir.

Memisahkan dan menyusun ulang elemen visual Pengembang menunjukkan pemisahan gambar menjadi lapisan independen, dengan elemen transparan dan isi latar yang dipulihkan. Hal ini berguna untuk komposisi yang memerlukan penataan ulang lanjutan: tentukan judul, subjek utama, dan dekorasi yang akan dipisahkan, lalu periksa setiap elemen hasilnya dalam alat desain. Simpan gambar dasar untuk perbandingan. Periksa tepi, detail yang hilang, dan wilayah latar yang tertutup subjek asli sebelum memindahkan atau mengganti elemen. Pemisahan lapisan adalah alur pemrosesan gambar tersendiri; meminta beberapa gambar jadi yang tidak saling terkait merupakan tugas berbeda. Pada alur lapisan pengembang, diperlukan satu gambar JPEG atau PNG: hingga 30 MB, 262,144–36,000,000 piksel, dan rasio aspek 1:16–16:1. Hasilnya berisi gambar dasar dan hingga 16 lapisan PNG dengan alpha, beserta nama, deskripsi, urutan penumpukan, dan kotak penempatan setiap lapisan. Ukuran lapisan menggunakan 1K, 1.5K, 2K, atau pengaturan otomatis yang mempertahankan rasio aspek sumber.

Cahaya, bahan, dan potret realistis Pro menekankan citra fotografis dan buatan komputer, termasuk pencahayaan, perilaku permukaan, dan tekstur kulit. Arahan yang berguna menjelaskan adegan fisik, bukan hanya mengandalkan kata sifat: subjek, posisi kamera, cahaya utama, latar, dan bahan yang harus memantulkan atau meneruskan cahaya. Untuk konsep furnitur, tentukan apakah rangkanya berupa logam bertekstur sikat, kaca bening, atau kayu bercat, lalu jelaskan pencahayaannya. Untuk penyuntingan potret, uraikan perubahan yang diinginkan dan pertahankan ciri wajah serta pose yang penting. Periksa kulit, tangan, pantulan, dan tepi antar bahan pada ukuran tampilan akhir. Pilihan latar transparan produsen berlaku untuk penyuntingan gambar dengan tepat satu masukan yang sudah memiliki kanal alpha; keluaran transparan harus berupa PNG. Pilihan ini terpisah dari pembuatan gambar biasa yang tidak transparan.

Visual multibahasa Model mendukung prompt native dan teks yang dirender dalam beberapa bahasa yang banyak digunakan, termasuk bahasa Mandarin, Inggris, Prancis, Jerman, Rusia, Jepang, Korea, Spanyol, dan Arab. Berikan kata-kata persis yang sudah disetujui, tentukan bahasa dan arah baca, serta tandai wilayah yang memuat teks. Untuk poster yang dilokalkan, jaga konsistensi tata letak dan gambar sambil memberikan judul serta teks pendukung secara terpisah. Minta pembaca bahasa tersebut memeriksa hasil, termasuk aksen, karakter bersambung, pemenggalan baris, dan label kecil.

Menyiapkan hasil yang berguna Mulai dari gambar yang dituju: grafis padat data, poster yang dilokalkan, konsep visual, atau gambar sumber yang direvisi secara presisi. Berikan isi dan referensi yang dibutuhkan untuk pekerjaan spesifik tersebut, lalu bandingkan hasil dengan aset sumber serta perubahan yang diminta. Alur pembuatan produsen menerima hingga 10 referensi dalam format JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC, atau HEIF, hingga 30 MB masing-masing, dengan kedua sisi di atas 14 piksel, total 196–36,000,000 piksel, dan rasio aspek dari 1:16 hingga 16:1. Alur ini mengembalikan JPEG atau PNG, dengan pilihan keluaran 1K, 1.5K, dan 2K serta 2K sebagai bawaan; dimensi khusus memerlukan total 921,600–4,624,220 piksel dan rentang rasio yang sama. Hasil gambar dapat berupa data terenkode atau tautan unduhan yang kedaluwarsa dalam 24 jam. Produsen menyebut rendering teks berukuran kecil dan konsistensi penyuntingan tingkat piksel sebagai bidang yang terus ditingkatkan. Tinjau label padat dan wilayah yang seharusnya tidak berubah dengan cermat, meskipun komposisi keseluruhannya tampak meyakinkan.