字節Seedream 5.0 Pro正式發布，中國終于有了媲美OpenAI的圖像生成大模型

今天，我正準備關電腦，突然看到字節跳動官方賬號發布了一條通知，圖像生成模型 Seedream 5.0 Pro 正式發布。我心想，今天的覺又睡不成了，起來寫評測吧。

眾所周知，在圖像生成這方面，中美兩地各開花，中國這頭，就是字節 Seed 團隊的生圖大模型，豆包、即夢都是這套模型；而美國那邊，主要就是谷歌 Gemini 家的 Nano Banana 和 OpenAI 的 GPT-image-V2。

當然，在之前一段時間內，中國這邊的圖像生成模型，相較于 GPT-image-V2，還是有一定的差距，光影渲染、文字變形、小字處理、信息理解，這些方面都稍微遜色于 GPT-image-V2，所以如果想要做一些精確一點的圖片，或者想要文字不變形，首選的生圖模型還得用國外模型。

看到 Seedream 5.0 Pro 發布，我在沒體驗的時候，就知道，這些問題，一定都解決了。

這不是盲目的“癱坐在椅子上”，實際上，Seedream 5.0 Pro 前幾天就在火山引擎 Force 原動力大會上亮相，并且 Seedream 5.0 Lite 版本，已經上線很久，Lite 版本除了文字處理比較一般之外，在圖片處理上，已經非常強。

那他的大哥，Pro 版本，自然應當更強。

01文字處理

首先是文字處理。這是我最關心的一個點，因為對于國產圖像模型來說，圖像元素、畫風這些，都能通過提示詞彌補，唯獨中文文字生成，被 GPT-image-V2 遠遠甩在后面。

眾所周知，對于圖片模型來說，英文文字生成早已被攻破，但中文文字卻屢次讓圖片模型望而卻步，即使到了 2026 年前半年，對于國產模型來說，先不說達到 GPT-image-V2 的高水平，哪怕是保證圖中文字不亂碼，都做不到。

比如這張圖，由 Seedream 5.0 Lite 生成，大字生成沒什么毛病，但是小字基本沒眼看。小字生成的問題解決不了，一些偏信息或者排版的場景，就只能乖乖去用國外模型。

但 Seedream 5.0 Pro，實現了我的心愿，國產模型，也能實現中文小字排版不亂碼，我用 Seedream 5.0 Pro 和 GPT-image-V2 各生成了一張，對比看效果。

Seedream 5.0 Pro 的中文文字，完全沒有任何問題，在文字質量上，與 GPT-image-V2 基本相當。

當然，我們也要客觀的說，Seedream 5.0 Pro 在字體的變化性上，還是略微遜色于 GPT-image-V2，GPT-image-V2 懂得使用多種字體表達場景，并且在整體圖片的質感上，GPT-image-V2 觀感和風格化也會更好一點。

但不管怎么說，中文文字排版的歷史難題，終于被國產模型突破了，恭喜！

02信息理解與世界知識

在 2026 年，圖像的生成邏輯，已經不再是簡單的直接生圖，還需要能夠了解和延展出 Prompt 背后的更多信息，這就需要圖像模型也能夠像大語言模型一樣，擁有對世界知識的掌握。

GPT-image-V2 剛發布的時候，正趕上蘋果庫克宣布卸任 CEO，由 John Ternus 接任，當時我給 GPT 一句非常簡單的提示詞，讓它生成一張新任 CEO 的信息海報，GPT-image-V2 產出的作品令人相當驚喜（下圖右）。

現在，我把同樣的提示詞發給 Seedream 5.0 Pro，提示詞非常非常簡單，就一句話。

1

Prompt：

2

創作一張圖片，繪制蘋果新任CEO John Ternus的履歷、背景、思想、文章、分享等等，形成一張全面的信息海報。

你覺得哪個好？

我覺得 Seedream 5.0 Pro 對世界知識的理解，已經非常到位了。通過簡單的提示詞，Seedream 5.0 Pro 能夠自己去網絡和知識庫中檢索相關信息，并且組織成三個維度的拆解，并作出總結。

在信息圖這方面，如果 Prompt 能夠再詳細一點，Seedream 5.0 Pro 是能與 GPT-image-V2 掰一掰手腕的。

當然兩個模型都發生了一個錯誤，就是將 John Ternus 接任蘋果 CEO 的時間寫成了 2025 年，實際上應該是 2026 年，我估計是兩邊模型的訓練語料都有污染，造成了信息的錯誤，瑕不掩瑜。

03頁面仿真

GPT-image-V2 剛出來的時候，因為對于網絡頁面強大的仿真能力，社交媒體上一大堆梗圖瘋狂傳播，有庫克加入小米汽車的微博截圖，還有羅永浩收購蘋果的公告。

這些 GPT-image-V2 生成的假圖，足以以假亂真，搞得網絡上都成了一片黑暗森林，拿到圖片第一句話先問，是不是 AI 生成的。最后各個 AI 廠商，不得不上線一個網站，專門用來識別圖像是否 AI 生成。

現在，字節 Seedream 5.0 Pro，也加入了黑暗森林。

左邊是我讓 Seedream 5.0 Pro，生成一張 OpenAI 的奧特曼與 Claude 的創始人 Dario 吵架的微信群聊界面，雖然與實際界面稍有差異，但也非常接近了。右邊是網絡上流傳甚廣的庫克加入小米微博截圖，由 GPT-image-V2 生成。

04電商場景

圖像生成在生產力場景中，電商場景是目前已經商業化跑通的最大市場，在模特試衣、場景改造等電商常見的圖片處理中，AI 已經成為工作流中關鍵的一環。

但是，服裝等場景，AI 生圖的難度是小的，因為服裝本身不需要過多細節處理。在過去，我一直想要解決酒類產品的場景圖生成，效果都不理想，主要難點有兩個：

1. 酒標上的文字處理。對于電商商品圖來說，產品本身的形狀是不能改變的，包括包裝盒上印刷的文字，但是生圖過程中，這些文字基本都會被壓縮變形。對于模型來說，保持參考圖的文字不變，比直接生成不亂碼的文字，難度要大很多。
2. 透明液體的光透視問題。酒類產品有兩層透明物質，一層是玻璃瓶，一層是酒液本身，透過玻璃和酒液，背后的光影、酒液的角度，以及液體背后物體的透視，都很難處理，需要很強的物理理解能力。

我試著把宜時記北派黃酒的產品圖交給 Seedream 5.0 Pro，參考圖和 Prompt是這個：

1

Prompt：

2

參考發給你的酒產品的照片，來為這些酒生成一些電商的場景圖。要注意酒瓶標簽上的中文文字和中文小字要清晰可見，不要對產品本身做任何改動，只是為它創建一個電商場景即可。

效果我就不多說了，大家自己看吧，尤其關注一下瓶標上的文字還原，和玻璃后面的光影處理。

客觀上來說，我覺得 Seedream 5.0 Pro 生成最終效果圖，比 GPT-image-V2 更勝一籌，場景很真實，并且無限接近攝影師的真實拍攝。這可能也算是中國作為電商大國，所帶來的額外優勢之一吧……

05質感與風格化

除了以上實用功能，我們還是得看看光影美學，在審美這方面，我們看看 Seedream 5.0 Pro 的表現。

1

Prompt：

2

@創建圖片 將上傳的照片轉換為逼真的世界杯球場球迷場景。將人物自然地置于大型國際賽事中座無虛席的足球場內，身處數千名球迷之中。該人物應身穿 卡塔爾 的國家隊官方球衣，坐在或站在同樣支持該國家的球迷中間。在保持人物面部特征、發型和可辨識特征的同時，營造出逼真的體育紀實攝影效果。捕捉世界杯現場比賽的興奮感、情緒和氛圍，展現真實的球場座位、人群、旗幟、圍巾、球隊配色以及比賽日的活力。主體應自然地融入人群，仿佛由專業體育攝影師在真實比賽中拍攝。運用逼真的光影、淺景深、自然的表情以及紀實風格的體育攝影手法。圖像應具有真實感、電影質感、高度細節，且與在國際足球賽事中拍攝的真實照片無異。超逼真、專業攝影、真實的互動、地道的球迷文化、自然的衣物褶皺、逼真的球場環境、高細節、8k 畫質。比例 4:5。

我特意沒有生成世界杯期間火爆的女性人像，而是選擇生成更難處理的男性人像。可以看出 Seedream 5.0 Pro 在環境理解、人像質感等方面，都非常強。

右邊的 GPT-image-V2 不知道為啥，給主人公還拿了一瓶宜時記……可能是我上一輪對話的上下文被帶過來了，行吧，拿著就拿著吧，世界杯期間喝點小酒也不錯。

06精準編輯

精準編輯是這次 Seedream 5.0 Pro 的核心功能之一，被當作 Seedream 5.0 Pro 的第二大賣點進行宣傳，宣稱能夠精準響應空間標記與涂鴉線稿，并且支持圖層拆分。

可惜我測試的時候，這個功能還沒上線，只好先截一些官方的樣張看看了。

1

Prompt：

2

根據原圖中的6處紫色框和英文手寫體批注進行精確編輯。目標是在保持原始布局和空間內容基本不變的前提下，對客廳進行更溫暖、更輕盈、更真實的風格調整

1

Prompt：

2

請幫我把這張圖按照多個圖層拆分。

如果最終開放使用，真的能做到樣例中的分解效果，那真的得說一句“設計師的天塌了”（設計師的天已經塌了很多回了，不差這一回）。

07寫在最后

從看到 Seedream 5.0 Pro 正式發布，到實際體驗，這一晚上，我的心情是高興且復雜的。

高興是終于有了強大的國產圖像生成模型，足以媲美 GPT-image-V2。在國際 AI 的競技場上，只有中美兩國的身影，以前美國的確有非常大的優勢地位，但這一年以來，我們能看到，中國模型正在奮起直追，編程場景下 GLM 5.2 接近頭部模型，視頻生成模型中 Kling 3.0 和 Seedance 2.0 兩支中國模型引領全世界，現在，圖像模型我們也追了上來。

復雜則是因為，AI 世界的開放大門正在逐漸被關上，由于地緣政治的原因，美國正在不斷對中國加碼封鎖力度，除了上游的芯片、算力禁運外，模型層的限制也越來越緊，最新的 GPT-5.6 和 Claude Fable 5 模型 ，都被各種原因審查和禁止開放。中國這邊，也被迫開始應對，這幾日有新聞傳出，中國也正在討論，將先進模型納入國家安全管轄范圍。

科學無國界，但國界會盡量將科學圍在國界之內。好在，這一次，中國能夠從容應對，各類模型全面開花。而且借著 AI 能力，中國在世界上其他國家的形象，也有了極大的提升。

中國 AI 公司，進化的速度太恐怖了。我很榮幸，能置身于這一波 AI 浪潮中，各位，浪潮之巔相見。

文/亨亨（登上時尚芭莎的中國產品經理）

微信：xiaozidaheng

微信公眾號：產品變量（ID：hengpaper）