實測完這個國產 AI 生圖，我發現了下一個刷屏玩法

AI 生圖最難的地方，早就從「生成一張好看的圖」變成了「把那張差一點的圖改對」。

一張圖看起來快能交了，偏偏一個帽子和主視覺的色號錯了，海報小字糊了，人物年齡跑偏了。我們只想修一個角落，模型轉身把構圖、光線、臉一起重畫了。

等待重新生成的過程都在想，明明只是錯了 5%的圖，修改起來的代價卻像錯了 100%。

最近，字節跳動旗下 AI 和云服務——火山引擎正式發布新一代多模態圖像創作模型的API服務， Seedream 5.0 Pro。

這是一款同時覆蓋圖像生成與編輯的模型，文生圖、參考圖生成、多圖融合和局部精確修改都在它的能力范圍里。

在我們的實際體驗中，除了在效果上完全可以替代 Nano Banana2，Seedream 5.0 Pro 最能被直觀感知到的特色，是交互式精準編輯。現在我們可以用圈選、點位、箭頭、坐標或色號告訴模型「改哪里」「改成什么」，大幅度減少了用自然語言描述位置時的誤差。

▲ 提示詞：幫我完成上述所有選擇題，并用紅色簽字筆寫上對應的演算過程

在上面這個 case 中，Seedream 5.0 Pro 能夠準確完成一張數學試卷，并在對應位置寫上答案。

這大概是第一次生圖模型能把答案填在對的位置上，精準到填空題的位置坐標范圍內，實現對位置的精準編輯。我們甚至都沒有框選、點選，告訴它把哪個答案放在哪里。

另一項升級帶來的明顯體驗變化，是信息圖生成。Seedream 5.0 Pro 現在也能像 GPT-Image-2、Nano Banana 2 一樣，把長文字和復雜信息等內容，準確渲染、排版成各種海報、PPT、會議議程、電商詳情頁等圖片。

而像之前 AI 生圖普遍存在的 AI 味，一眼假等問題，我們發現 Seedream 5.0 Pro 也在生圖的風格上進行了修復。無論是生成含有人物形象的圖片，還是各種影視和游戲畫面，風格的把握現在都更符合真實圖片的標準。

目前 Seedream 5.0 Pro 已經在字節旗下多個平臺上線，我們可以選擇自己常用的平臺進行體驗：

1. 火山方舟體驗中心-視覺模型-圖片生成-Doubao-Seedream-5.0-pro，API 也已全量上線火山方舟；
2. 即夢網頁端-圖片生成/Agent 模式-選擇圖片 5.0 Pro；
3. 豆包 App/電腦版-AI 創作-圖片生成-選擇模型 Seedream 5.0 Pro；
4. 以及海外版 AI 創作平臺 Lumina 等

從交互式編輯的能力、含有大量文字的高密度信息圖生成，到風格化和多語言控制，Seedream 5.0 Pro 這次的升級可以說是相當明顯。

我們也根據模型的能力，測試了非常多有意思的玩法，AI 生圖要進入設計、營銷、電商以及各種辦公場景，現在是越來越容易了。

AI 生圖，終于不用整張重來了

有人曾專門做了一個 AIGC 圖像創作的分布統計，數據顯示在真實生圖場景中，文生圖占比大概是 20% 多，70% 多都是圖片編輯。這次 Seedream 5.0 Pro 更新的重點首先也放在了圖像編輯上，精準改圖的功能讓圖片編輯告別抽卡。

以前我們要修改一張圖，通常只能用語言描述：「把左下角的紅色棋子向右移動一格」「把綠色框里的物體變成透明泡泡」「把黃色框換成暖灰米色毛線球」。

哪怕是曾經爆火的「桌面手辦」改圖玩法，我們都得靠著復制粘貼專門的提示詞，才能控制好模型不出差錯。

其中的問題在于，自然語言對模型來說不夠準確，不便于理解。我們說左下角，模型可能理解成邊緣；說旁邊，模型可能把鄰近元素一起改掉。

現在，Seedream 5.0 Pro 交互式精準編輯的能力，支持包括圈選、點位、箭頭、標注框、坐標等方式指定位置，也可以用涂鴉、色塊、線條、簡筆畫作為編輯示例，再配合自然語言生成對應物體或細化畫面。

我們在即夢和 Lumina 平臺，都測試了這項功能。打開 Seedream 5.0 Pro，上傳圖片之后，將鼠標懸浮在圖片上，Lumina 就會自動彈出「手繪修圖」的菜單，點擊就能進行精準編輯操作。

即夢則是在圖片生成之后，查看所選圖片，頁面右側下方的「智能改圖」可以直接進入圖片的編輯頁面，用各種標記對圖片進行修改。

這些操作聽起來就像是給模型加了一支筆，我們指哪改哪。實際的體驗，模型會把這些點位翻譯成輸入的一種，它可以同時接收到我們想要什么樣的圖，以及想要修改的具體位置。

我們從網絡上找了一張辦公桌的配置圖，里面有椅子、電腦、鼠標、字母燈牌以及墻上掛著的幾幅畫。

如果單單是要生圖模型修改后面幾幅畫的位置，我們就要用大量文字提示詞說清楚，現在只是幾個箭頭，然后告訴模型按照箭頭調整三幅畫的順序。

此外，還能通過矩形框選，直接把椅子框起來，要求模型修改椅子的材質為積木。電腦的壁紙、燈牌上的文字，鼠標的顏色，都能在一句話的提示詞里面涵蓋全部的修改。

▲提示詞：Region01 把椅子修改為樂高積木材質，Region02 桌面風景修改為夏季， Mark01 鼠標換成 #FFFFFF， Region03 字母修改為「BE WHAT YOU WANNA BE」，然后按照箭頭順序調整三幅圖的順序位置

這種需要通過交互式精準編輯才能定位的能力，讓我想起以前如果要求模型找到特定位置，往往需要使用極其復雜的語言描述。

就像這張畢業照，如果我只是說「中間的學士帽修改為藍色」，首先模型可能根本不知道我要求的「中間」到底是哪里，其次模型也不知道「藍色」是什么色。

▲提示詞：把 Region01 這個位置的學士帽顏色修改為 #1F7AFB

能指定位置也能指定顏色，讓這種修改可以更大膽一點，把其中一些學士帽修改為魔法學院的帽子、鴨舌帽、甚至摘掉，都能在交互式精準編輯里面，把點選作為輸入。

我們還找了一張畢業合照，用畫筆圈出里面的兩個人，就能讓這張畢業合照變成只是他們兩個人的合照。

▲提示詞：把這框住的兩個人單獨放在一張合照里，背景使用原圖的操場背景

雖然「把 PS 做進模型里」這個說法有點夸張，但交互式精準編輯確實抓住了一件事：AI 圖像工具正在從整圖生成，轉向對象級、區域級、圖層級的操作。

這張世界杯的觀眾圖片，原圖是墨西哥對戰南非，我們用框選把這部分框起來，然后在提示詞輸入框里直接@這個框選，就能讓它修改為中國隊和墨西哥對戰，甚至中國隊還能 3:0 打敗墨西哥。

接著框住臉，把衣服圈起來，然后再用上哈蘭德同款發型和姿態，Seedream 5.0 Pro 就這樣像 PS 修圖一樣，一點一點地改好這些指定的位置。

類似的編輯，幾乎在各類場景下都能準確定位然后修改。

▲ 提示詞：把 Mark01的臺燈修改為 Image002，把 Region01的抱枕顏色修改為#1F7AFB，在藍色線條描繪的墻壁上彩繪上一只 3D 立體巨型小貓，按照藍色線條躺在墻上；一只小貓躺在紅色線條圈住的地方，Region02 這把椅子的材質修改為玻璃材質。

這種精準編輯的能力，還能結合最多十張圖的圖像融合，讓我們直接把一個空房子，按照自己的布局想法，生成完整的預覽圖。

而有關圖層級別的操作，Seedream 5.0 Pro 這次還帶來了「多圖層分離」的能力，只用一句話，模型可以把一張圖片上的元素全部分成可以調整的圖層。

對圖片要求更高的朋友，還可以拿著 Seedream 5.0 Pro 摳好的圖，放在傳統的專業工具 PS、Canva 里進一步編輯、融合。

官方給出了多個案例，例如調整奶茶宣傳海報上，不同文字的位置、層級等。

以及對博客的封面進行調整，就像是在 PS、Canva 等工具內操作一樣。

一句話生成各種復雜信息圖

信息圖真正火起來大概還是 GPT-Image-2 的出現，我們開始發現 AI 竟然能如此準確地渲染中文。

現在這項能力也來到了 Seedream 5.0 Pro 上，雖然部分小字偶爾還是需要抽卡，但水平完全達到了 Nano Banana 2 的水準，并且使用起來要更方便更便宜。

先來個簡單的，「用一張信息圖講解清楚臺風是怎么來的和怎么沒的」

▲提示詞：用一張信息圖講解清楚臺風是怎么來的和怎么沒的，2K 畫質。

還有相機的爆炸拆解信息圖。

▲提示詞：一個相機的爆炸拆解詳細信息圖，2K 畫質

以及曾經讓馬斯克和奧特曼都在抖音直播的截圖，現在 Seedream 5.0 Pro 也能直接生成類似的直播畫面。

▲提示詞：一個漂亮的女生主播在抖音直播（左），一個帥氣的男生主播在抖音直播（右）

準確渲染文字的能力，會特別適用于各種產品的渲染。例如我們只是用一句提示詞，Seedream 5.0 Pro 就給了四種不同的電商主圖方案，每一個都像是廣告圖。

▲ 提示詞：生成一張一款夏日飲料的電商主圖。主題是夏日冰爽，背景有冰塊、水珠和淺色桌面，突出罐身文字和 logo。主標題寫「草莓白桃氣泡水」，副標題寫「0 糖 0 脂 輕盈果香」。角落加入小標簽「330ml」「低卡」。

除了電商，用來打造個人品牌，生成適用于小紅書的圖片，基本上也都是一次成型。

▲ 提示詞：我想提供幫人做網頁簡歷的服務，幫我生成幾張可以用來發小紅書的宣傳廣告圖，就是我會根據網友提供的簡歷信息，幫他做一個網頁，讓我給他一個鏈接，他可以直接分享出去，最主要是要夠吸引人，幫我吸引到目標客戶，設計要大膽新穎有潮流

我們還用更多的文字來考驗它，把一個崗位描述發給 Seedream，要求它根據文案，生成一張吸引人的海報。

▲ 提示詞：我們最近在招人，請你根據這個JD，幫我生成一張吸引人的招聘海報 AI 方向編輯。后續提示詞：參考這個圖片的風格和樣式控制，幫我再生成同樣風格類型的另一個崗位招聘海報，下面是崗位的信息。

其中圖一是當時 Seedream 5.0 Pro 給的四張圖里的其中一個，當我們想要其他的崗位描述也按照這個風格進行時，只需要上傳第一張圖片，告訴模型，「參考這個圖片的風格和樣式控制」。

說實話，這個參考能力還是比較強的，整體的畫風是統一的。左邊崗位職責，右邊崗位要求，針對 AI、硬件產品、視頻又有專門的個性化元素和文案，例如底部的宣傳標語就自動適配了，插畫部分也有導演椅、手機電子設備等作為區分。

而如果有專門的設計規范文檔，也可以直接發給 Seedream。我們把之前用來在 GPT-Image-2 生圖中使用的規范文檔，將近 2000 字和提示詞一起發給豆包，要求它按照設計規范來生圖。

最后的效果基本上和用 GPT-Image-2 類似，遵循了我們的設計規范，圖片底色、強調顏色等，都按照文檔要求進行設計。

▲提示詞：按照這個設計規范，幫我設計一張發生洪水時，我們應該怎么做的信息指引圖。

文字如果再多一點，Seedream 5.0 Pro 可能就會有點吃力了，但是多嘗試兩次，基本上還是能得到令人滿意的結果。

▲提示詞：活動名稱：2026 AI 圖像生產力沙龍 日期：2026 年 7 月 18 日 地點：深圳灣科技中心 B 座 3F 多功能廳 09:30-10:00 簽到入場｜體驗區開放 10:00-10:10 開場致辭｜李超凡，APPSO 主理人 10:10-10:40 主題演講：從抽卡出圖到可控生產｜周亦寧，視覺模型產品負責人 10:40-11:10 案例分享：AI 如何進入電商素材流水線｜陳嘉禾，品牌視覺負責人 11:10-11:30 茶歇交流｜Demo 展臺體驗 11:30-12:00 圓桌討論：設計師還需要掌握哪些新能力｜主持人：何一凡；嘉賓：許棠、孟舟、Rita Wong 12:00-13:30 午餐休息｜園區餐廳 13:30-14:10 工作坊：用 AI 生成一張可交付信息圖｜講師：韓越 14:10-14:50 工作坊：局部編輯、圖層拆分與多圖融合｜講師：蘇澈 14:50-15:10 茶歇交流｜自由體驗 15:10-15:40 公開評測：同一任務，多模型對比｜APPSO 編輯部 15:40-16:00 觀眾提問｜現場互動 16:00-16:10 合影與結束 把以上會議議程生成一張可以直接打印的科技媒體的海報易拉寶展示圖，參考我給你的 APPSO Logo 圖片。

同樣的，如果是用在工作場景，每次生成的圖片必須統一主視覺。我們直接把生成的這張會議議程長圖丟給 Seedream 5.0 Pro，然后要求它參考這個圖片的風格和樣式控制，幫我們生成同樣風格類型的具體某一個活動海報。

于是，每一個活動項目，都可以有一張與活動方案視覺一致的海報。

▲提示詞：參考這個圖片的風格和樣式控制，幫我生成同樣風格類型的具體某一個活動海報，例如生成其中 14:10-14:50 的工作坊：局部編輯、圖層拆分與多圖融合｜講師：蘇澈，9:16

風格的遵循，也能延續到內容的擴充。我們先讓它生成一個折疊屏 iPhone 的 Apple 官網截圖，然后要求它再根據這張截圖生成長截圖，Seedream 5.0 Pro 都成功做到了。

▲提示詞：生成一個折疊屏 iPhone 的 Apple 官網截圖

▲ 提示詞：根據這個折疊屏 iPhone 的 Apple 官網截圖首屏，生成完整的網頁長截圖

質感開始取代 AI 味了

人像曾經一直是 AI 圖像模型最容易出圈的能力，但也最容易讓人疲勞。

過去很多模型都能生成漂亮臉，一些是漂亮得太干凈，皮膚像磨過十層，另一些是眼神沒有落點，光線等參數明顯不對，就像是從不存在的燈箱里打出來。

Seedream 5.0 Pro 這次的升級還把現實世界的光影、材質、皮膚肌理拉回來。人像修圖場景里，模型在保留主體一致性的同時，也能做到讓皮膚、面料、配飾和環境融合得更自然。

▲ 提示詞：修改為平頭以及換上大草原當地的服飾

能處理好人像，各種電影化、游戲化的風格圖片，現在也能做到有質感。

▲ 提示詞：黑風寨

▲提示詞：璃月港

▲提示詞：一張 90 年代上海普通公房臥室里的電影劇照：一個高中女生坐在床邊，把課本放進舊書包，窗外是清晨的柔和光線。房間里有木衣柜、搪瓷杯、臺燈、貼在墻上的課程表。畫面真實，略帶膠片顆粒，人物表情自然，像上學前的某一分鐘。

▲ 提示詞：廚房里，媽媽正在掀開鍋蓋，蒸汽升起，旁邊的兒子端著碗準備盛湯。

▲ 提示詞：海邊清晨慢跑

能翻譯文字，也能翻譯文化

最后值得一提的更新是原生多語種，除了能準確地翻譯并顯示，還新增了對當地文化的理解。

▲ 提示詞：根據以上文案，生成同一場科技活動的四張海報，分別使用中文、英文、日文、阿拉伯文。保持同一視覺系統，但根據文字長度和方向調整排版

▲ 將這張圖片的文字修改為英語/日語顯示

例如，當我們要求它生成幾個地區的電影海報，泰國是溫暖的陽光，像是外孫和姥姥坐在窗外；韓國是一個發黃的信封，背景里有位老奶奶在雪天的夜燈下；美國則是日落灑下來的黃金海岸，一個漂流瓶內有一封信。

▲ 提示詞：給一部中國版叫「給阿嬤的情書」電影，分別用各地區的語言設計其泰國版、韓國版、和美國版三個地區的海報。

目前，Seedream 5.0 Pro 可以穩定輸出包括阿拉伯語、韓語、泰語、法語、俄語、日語等在內的 14 種語言文字。

從創作到生產

AI 生圖過去最大的特點，是一句提示詞決定一張圖片；現在，它越來越像一種新的創作方式。

我們不再一次把所有需求都說完，開始像和設計師溝通一樣，圈一下、改一點、換個顏色、挪一下位置，再繼續往下調整。

當模型開始理解箭頭、色號、圖層和局部編輯的時候，它理解的是人真正修改圖片的方式，而這或許才是 AI 圖像工具真正成熟的標志。

對普通用戶來說，以后做海報、改 PPT、設計電商主圖、發小紅書，可能都不用再反復抽卡幾十次。

對企業來說，AI 除了幫設計師找找靈感，也能真正開始承擔那些過去必須人工修改、反復確認的交付流程。

當修改開始變得精準，可控開始變得穩定，AI 圖像工具真正進入每個人的工作流，很快就會是一種常態。