バイトダンス、高度な推論機能を備えた Seedream 5.0 Pro を発表

ByteDance Seed は、単発的な画像出力ではなく、制作設計作業向けに設計された多モーダル画像生成モデル「Seedream 5.0 Pro」をリリースしました。このモデルは、プロンプトと参照入力から高密度な視覚レイアウト、ローカライズされたテキスト、制御可能な編集、再利用可能なデザイン資産を必要とするクリエイター、デザイナー、マーケター、教育者、製品チーム、開発者を対象としています。

新登場の Pro モデルには、複雑な情報可視化、精密な編集、リアリスティックな画像とポートレートテクスチャ、ネイティブ多言語入力・生成という 4 つの中核的なアップグレードが搭載されています。ByteDance によると、このモデルはデータ、概念、長文テキストをインフォグラフィック、ポスター、UI モックアップ、教育用ビジュアル、構造化された商業資産など、プロフェッショナルなレイアウトに変換できます。以前の Seedream モデルと比較して、同社は画像とテキストの整合性、構造的一貫性、文字レンダリング能力、視覚的美しさにおいてより強力であると指摘しています。

Seedream 5.0 Pro は、ポイント選択、ラッソ選択、ボックス選択、スケッチ、カラーパレット、素材参照、複数画像入力などを用いて、画像全体を再生成するのではなく特定の領域のみを編集できます。またレイヤー分離機能もサポートしており、ポスターをテキスト、被写体、背景、装飾要素などの編集可能なアセットに分割することが可能です。このプロセスでは、隠れてしまった背景領域も復元されます。

リアルな出力を実現するため、ByteDance は本モデルを物理的な照明、素材の挙動、肌の質感、撮影時の動き、複数人物の合成へと進化させています。同社はガラスの反射、建築写真、映画のようなポートレート、パンニングショット、複数のソース画像から構築されたグループ写真などを含む事例を示しています。グローバルなユースケースに対応するため、Seedream 5.0 Pro は中国語、英語、フランス語、ドイツ語、ロシア語、日本語、韓国語、スペイン語、アラビア語を含む 10 以上の言語をサポートしており、右から左へのレイアウトやアクセントにも対応しています。

開発者向けのアクセスも BytePlus ModelArk を通じて整いつつあります。BytePlus のドキュメントでは、seedream-5-0-pro がテキストプロンプトから単一の画像を生成したり、2 から 10 枚のリファレンス画像を作成したりできる新しい画像生成モデルとしてリストされています。同じドキュメントセクションが 2026 年 7 月 8 日に更新されており、ローンチ時期に合わせて API 側での展開が行われたことを示しています。

ByteDance Seed は、LLM（大規模言語モデル）、インフラストラクチャ、ビジョン、音声、マルチモーダルシステム、科学分野の AI、ロボティクス、責任ある AI にわたって研究を行う同社の基盤モデル研究ユニットです。Seedream 5.0 Pro は、Seedance 2.0 や Seedream 5.0 Lite などのモデルと共に GenMedia の推進の一環として位置づけられており、画像生成、編集、レイアウト、多言語生産が収束するクリエイターツール領域において ByteDance をさらに深く進出させるものです。

Source