字节跳动正式推出Seedream 3.0文本生成图像模型。基准测试表明，该模型在生成速度、准确性和视觉质量上均优于GPT-4o和Midjourney。
字节跳动最新发布的Seedream 3.0文本生成图像模型，根据内外部的评估结果显示，其性能不仅超越了前代Seedream 2.0，更在图像质量上比肩甚至超过了当前主流系统，包括GPT-4o、Midjourney v6.1和Imagen 3。
相较于Seedream 2.0，新模型的训练数据量翻倍。此前因视觉缺陷被排除在训练集外的图像，如今通过预处理中的掩码技术得以重新利用。分辨率感知采样和混合分辨率训练等新技术，显著提升了不同尺寸图像的输出保真度。Seedream 3.0原生支持2K分辨率，生成1K图像仅需约3秒。
Seedream 3.0图像质量评测领先GPT-4o
在Artificial Analysis Arena等基准测试平台中（用户可对不同模型的输出结果进行对比），Seedream 3.0在论文发布时一度位列榜首。目前其评分仅以1分之差稍逊于GPT-4o（Arena ELO 1156 vs. 1157）。该模型在文本密集型提示词处理上表现尤为突出，中英文文本渲染准确率均达94%，即使面对复杂排版也能完美呈现。
为支撑这一性能，模型训练采用了包含细致美学和风格描述的数据集。字节跳动表示，其成果不仅在整体上超越GPT-4o，在海报、贴纸等设计任务中甚至能击败Canva等专业设计平台。这些对比主要聚焦于排版质量及图文融合效果。
在写实人像领域，字节跳动宣称Seedream 3.0同样优于Midjourney v6.1。据公司介绍，该模型能生成更真实的皮肤纹理和细节（包括皱纹与发丝），避免了多数AI生成人像过度平滑的通病。与部分竞品不同，Seedream 3.0无需后处理放大即可直接输出高清图像。
SeedEdit强化图像内编辑功能
字节跳动同步推出了SeedEdit工具，作为Seedream的配套编辑系统，支持对生成图像中的视觉元素和文本内容进行修改。公司表示，在保持图像主体一致性的前提下，SeedEdit的编辑精度胜过GPT-4o和Gemini 2.0 Flash。该系统在文本擦除、替换或插入等任务中，能以更少的视觉伪影实现更精准的效果。
Seedream 3.0论文中包含了大量与其他模型的视觉对比案例，佐证了字节跳动的技术主张。虽然展示的均为优势场景，但该模型确实展现出顶级竞争力。字节跳动计划将Seedream 3.0整合至其聊天机器人平台豆包。