字节跳动发布 Seedream 5.0 Pro：一张图可拆十余个独立图层，密集图表实景一次生成
- 字节跳动 Seed 团队发布多模态图像创作模型 Seedream 5.0 Pro，已上线火山方舟体验中心，将陆续接入豆包、即梦。
- 新增复杂信息可视化：一张图里同时融合时间轴、图表、密集文字与实景照片，一次生成排好版的专业信息图。
- 基于空间位置（Grounding）与区域语义理解，支持点选、圈选、草图渲染、色彩材质替换、多图融合等精准编辑，还能把整图拆成十余个可单独编辑的图层。
- 强化了真实世界光影、材质与皮肤肌理的还原，既能做影视级人像，也能做 3A 游戏写实角色。
- 原生支持中、英、法、德、俄、日、韩、西班牙语、阿拉伯语等十余种语言的直接输入与生成，能正确渲染阿拉伯语从右向左连写、西班牙语重音符号等排版细节。
不止会"画"，更懂"排版"
字节跳动 Seed 团队今天（7 月 8 日）正式发布多模态图像创作模型 Seedream 5.0 Pro，已上线火山方舟体验中心，接下来会陆续接入豆包和即梦。
相比上一代，它在图文匹配、结构合理、文字渲染、画面美感这些基础能力上做了整体升级，同时带来四个方向的新能力：把复杂信息排成专业版式、用点选圈选做精准编辑、还原真实光影质感、原生支持十余种语言。
体验入口：火山方舟体验中心 · 视觉模型 · 图片生成 · Doubao-Seedream-5.0-pro；豆包 App 或电脑版 · AI 创作 · 图片生成 · 选模型 Seedream 5.0 Pro；即梦网页端 · 图片生成或 Agent 模式 · 选 5.0 Pro。项目主页 seed.bytedance.com/seedream5_0_pro。
一张图塞下时间轴、图表和实景照片
在专业场景里，图像常常不是装饰，而是信息本身。信息图要在一次生成里同时把数据、密集文字、版面结构和美感都做对，是这次升级重点打磨的方向。Seedream 5.0 Pro 会先读懂用户意图，自己完成逻辑推理和版面规划，再把内容排进画面。
它能在同一张图里融合时间轴、折线图、柱状图、饼图和站体实景，让信息层级分明、视觉隐喻对得上，展现对整块数据的空间统筹。下面这张「南极科考站」信息图就是一次生成的结果。
主题为南极秦岭站科考纪事可视化信息图，中心放置秦岭站建筑主体；四周环绕排布科考发展时间轴、五座科考站规模柱状图、站点能源饼图、月度日照折线图，辅以科研设备实拍、夏季气象面板、野外作业七步流程、实地采样摄影，多方面展示中国南极科考实景。
教育和科普场景对事实准确度要求更高。模型既能画出「为什么月全食的月亮是红色」的原理示意，也能提取不同鸟类的形态特征，排成规整的网格版式。
面对「冬日圣诞促销海报」这种带标题、折扣细则、活动时间的多层级密集文字，模型把内容在复古卷轴上疏密排开：大量英文拼写无误，还按信息主次穿插粗体和手写体。
「宠物电商首屏」UI 里，模型还展现了对空间拓扑的理解：生成清晰的导航栏和悬浮卡片，并做出跨层交互，金毛犬前爪冲破右侧图片边界，真实按在左侧按钮上，可以直接拿来当产品原型图。
16:9 宠物电商首屏 UI，日落暖阳色调，分层阴影。顶部导航；左侧奶油米色背景，含文案、商品卡片、金黄胶囊按钮；右侧金毛图，3D 特效：金毛前爪冲破右框，搭在左侧按钮上。
文字说不清"改哪儿"，模型现在看得懂坐标
纯文本 Prompt 有天然的局限：语言擅长说清"要生成什么"，却很难精确指定"改哪一块"。而设计往往要反复微调打磨，这时候光靠一句话描述就不够用了。Seedream 5.0 Pro 把控制信号原生介入生成过程，关键在于它对空间位置（Grounding）和区域语义的理解。
相当于给图片配了一张坐标地图：模型知道画面里每个物体、每段文字、每块留白具体在哪个坐标位置。你圈哪块，它就只动那一块，不会牵连旁边的内容。它既知道"该改哪里"，也知道"这块是什么"。
圈一下、点一下，坐标变成确切的修改指令
有了空间感知，模型就能把你通过点选、圈选、框选、涂鸦传来的坐标信息，转成确定性的局部操控指令。改色、换材质、增删对象之后，局部和整体环境能自然过渡、透视也对。
先精准定位、再执行修改。设计师不用每次微调都重绘整图，可以对半成品做高频局部修正；普通用户凭直觉圈一圈、点一点，也能搭出高质量画面。
先看它对位置的理解。在「2026 新高考数学试卷解答」里，模型准确识别每道题，锁定题目下方的留白区域演算，再把答案填进对应的答题位置；把海外菜单翻成中文时，也能做到排版位置一一对应。
换色、换材质、按区域分块生成
在对象修改上，模型支持色彩编辑和材质替换，可以输入 Hex 色卡值，也可以直接参考外部色卡。下图就是依照一张图的材质和另一张图的色卡，改掉第三张图里的沙发。
它还有较强的区域隔离能力。用户用不同颜色的边框圈定位置，模型就对应生成指定物品：红框里生成看泡泡的蓝毛怪兽，紫框里生成草绿色毛毯，各元素按坐标划分、互不干扰。
草图渲染：随手涂鸦当控制信号
用户随手画的色块、线条或简笔画，也能直接驱动精细渲染。「三里小学春游海报」里，只给一张带粗略排版的草图，模型就识别出各区块的意图，还原毛毡材质和缝线质感，把出发时间、必备物品这些文字准确填进草图指定的位置。
多种编辑任意组合
这些能力还能叠着用。下图里，用户要求把南瓜改成深绿色（#3E4A2E）与姜黄色（#DB973E）相间，同时把背景字体改成刺绣质感。模型同时完成了材质替换和色彩编辑，改后的局部和夏日午后的环境光融在一起。
一张海报拆成十几层，主体还能整个换掉
这是这次升级里最有辨识度的能力之一。通过一句文字描述，Seedream 5.0 Pro 能把一张完整成品图拆成一组独立图层，直接输出可以再加工的设计素材。
一张海报能被拆成文字、主体、背景、环境装饰等十余个独立图层。被主体挡住的背景区域会被自动补全还原，每一层都保留透明度，可以自由拖拽、缩放，还能把核心主体整个换成新元素。
下面这段演示里，一张鹦鹉海报被拆成十余层，被鹦鹉挡住的背景补了回来，最后创作者把主体鹦鹉直接换成了孔雀。
反过来，模型也能做多图融合。同时输入多张参考素材和一张目标底图，它会按指令把不同元素拼进同一个场景，适合前期做视觉拼贴和创意发散。
光影、材质、皮肤纹理，让画面像拍出来的
Seedream 5.0 Pro 强化了对真实世界光影、物体材质和皮肤肌理的理解，CG 表现和摄影质感都做了提升。真实感来自对光、物、人三样东西的准确还原。
光影上，模型能抓住高频细节的微观动态：昏暗房间里穿过百叶窗的"耶稣光"、寿司海报中腾空的米粒和鱼籽、黑白胶片里的水花，都能被定格下来。
材质上，模型按真实物理规律处理反射、折射和透光。下图左边街景橱窗里，玻璃上的复古海报保留印刷网点肌理，海报、街景、玻璃反射三层虚实交织；右边「滨海悬崖玻璃别墅」在金属、玻璃、石材、海水与原木之间，让室内暖光和落日、海面的多重反射柔和过渡。
人像上，模型细腻还原皮肤肌理，面部纹路、粗粝肤质有层次，哑光面部光影过渡柔和。除了真人影视人像，它也能做 3A 游戏（大公司高预算、接近真人写实度的电影级游戏大作）里的写实角色，服饰、肢体和环境光影协调统一。
静态之外，模型也支持进阶的摄影玩法。摇拍场景下，骑行人物和车身清晰锐利，背景街道拉出水平运动模糊，车轮辐条旋转虚化，还原了相机横移跟随和车轮高速转动的双重运动关系。
多图合成进一步延伸了这份控制力。输入多张独立的人物照片后，模型能提取各自的面部特征，按指定站位组合到同一场景，生成光影统一、质感协调的合影。
十几种语言直接输入，连阿拉伯语连写都对
全球化创作不只是把文字翻过去，还要传出不同市场的地域文化和视觉特征。除中英文外，Seedream 5.0 Pro 原生支持法语、德语、俄语、日语、韩语、西班牙语、阿拉伯语等十余种常用语言的直接输入和生成。
用不同语种输入指令时，模型不仅能读懂语义，还能匹配对应文化语境下的建筑风貌、人物面孔和服饰细节，让画面贴合当地氛围。
在文字渲染上，模型会自动适配不同语种的排版规则。哪怕是同一种视觉版式，它既能渲染常规中英文，也能处理阿拉伯语从右向左的连写，还原西班牙语的重音符号（如 PASIÓN）。
下面把三种语言的排版规则拆开看，同一个词在不同书写系统里的写法差别就很直观：
（上图为排版规则示意，帮助理解各语种的书写方向与符号差异。）
落到实际案例上，官方项目主页另给了两个更直观的样本：一个是阿拉伯语医疗 App 界面，整屏文字从右向左连排、图标位置也跟着镜像；另一个是西班牙语「亡灵节」主题海报，装饰花纹和排版都贴合当地节日视觉习惯，不是简单把英文模板套个翻译。
对创作者来说，这些能力能用在哪
按官方说法，这次升级主要来自模型在空间结构感知、高密度文字渲染和多语种理解上的底层进展。落到专业生产场景，几个能力对应几种省事的地方。
信息图、海报这类高信息密度内容可以一次生成专业排版，省掉设计师从 0 到 1 排版的时间；点选圈选的局部编辑加上图层智能拆分，让设计师不用整图重绘就能对半成品做高频微调；十余种语言原生生成，则支持跨市场的本地化视觉产出，不必分语言重新设计画面。
官方也说明了现在的局限：在复杂信息图生成、交互式精准编辑上实现了进展，但更细粒度的文字渲染、像素级编辑保持，依然有进步空间。
项目主页还挂了一整墙案例，风格跨度比这篇大得多
除了公众号里这些演示，字节跳动 Seed 的项目主页自己还放了一批案例，横跨写实摄影、插画、角色设计、UI 到风光大片，能力覆盖面比这篇文章展示的更宽。挑几张放在下面，感兴趣可以点过去翻完整案例墙。
信息图生成，是当前 AI 图像生成中复杂度最高的领域之一，它要求模型在单次生成中，同时兼顾数据准确、密集文字无错漏、版面结构合理与专业美感。 字节跳动Seed · Seedream 5.0 Pro 发布