Seedream 5.0 Pro est en ligne !

Nouvelle itération pour le modèle multimodal de génération d'images de ByteDance Seed, baptisée Seedream 5.0 Pro. L'éditeur fait état de progrès sur l'alignement texte-image, la cohérence structurelle, le rendu du texte et l'esthétique, puis détaille plusieurs capacités nouvelles.

La première concerne l'infographie : le modèle convertit données, concepts et texte serré en mises en page hiérarchisées, avec, selon Seed, la possibilité de faire cohabiter dans une seule image une chronologie, des graphiques (barres, secteurs, courbes) et des photos réalistes, texte rendu sans faute d'orthographe. Le même moteur produit des maquettes d'interface, comme une page e-commerce avec barre de navigation et cartes flottantes.

Vient ensuite l'édition de précision, adossée au grounding, soit la localisation spatiale des éléments dans l'image. Seedream 5.0 Pro raisonne sur ces positions (résoudre puis inscrire les réponses d'un exercice dans les cases prévues, traduire un menu en gardant sa mise en page) et accepte des sélections par point, lasso, cadre ou croquis pour des retouches locales : recoloration par code Hex ou nuancier de référence, remplacement de matière, ajout ou retrait d'objets, isolement de zones délimitées par des cadres de couleur. Sa fonction de layer separation décompose une affiche en plus de dix calques éditables et transparents, reconstitue par inpainting les parties masquées, et autorise le remplacement du sujet principal. La fusion multi-images complète l'ensemble.

Le photoréalisme progresse également : lumière, matières et textures de peau plus fines, réflexions et réfractions calées sur la physique réelle, prise en charge du filé (panning) et recomposition de plusieurs visages en une photo de groupe. Côté langues, l'entrée comme la génération sont natives dans plus de dix idiomes (français, allemand, russe, japonais, coréen, espagnol, arabe compris), avec adaptation des règles typographiques : arabe lu de droite à gauche, accents espagnols préservés.

Seed reconnaît des marges de progression sur la finesse du rendu de texte et la constance de l'édition au pixel près.