谁家AI这么听劝？Seedream 5.5爆改iPhone Duo界面，精准到像素级

用 AI 生成一张漂亮的海报，可能只需要几十秒，但想让它达到真正能交付的标准，麻烦才刚刚开始。 改个产品颜色，背景跟着变了；调整一句文案，人物五官却走样了；想把素材单独抠出来复用，还得重新折腾一遍。 AI 越来越擅长画图，却还没完全学会像 Photoshop 一样精准改图。 就在刚刚，字节跳动发布新一代图像创作模型 Seedream 5.5， 主打像素级精准编辑、百轮修改不崩坏、支持原生 RGBA 透明素材和 小字渲染、摄影质感 等能力，将 AI 生图进一步带入专业图像编辑领域。火山引擎将于本周上线 Seedream 5.5 API 服务。 从一句话生成图片，到一句话精确修改图片，AI 生图正在向「AI 版 PS」迈进。这次爱范儿也化身难缠甲方，认真体验拷打这款生图模型的实际水平如何。 从 iPhone Duo 到《持械入宋》，AI 改图终于有了像素级控制力 Seedream 5.5 的像素级精准编辑和多轮一致性，究竟能做到什么程度？我们决定拿已经发布的 iPhone Duo 做个实验，看看能否通过连续修改，把它变成一台复古磁带播放器。 初始画面中，一台半折叠的 iPhone Duo 被双手捧在掌心，左右两块屏幕展示不同的界面。我们的目标是通过连续修改，将其中一块屏幕改造成复古磁带播放器，同时尽可能保留手机本身的设计。 向左滑动查看更多内容，原图（左）、修改后的成品图（右） 整个过程以上一轮图片为基础，先删除多余组件、更换壁纸，再逐步调整界面布局，添加专辑封面、播放控件和磁带元素，直到右屏变成一台颇有年代感的磁带播放器。 最后，我们又提出一个更大幅度的修改要求，将原本干净的白色背景换成黑胶唱片店，让整个画面从产品展示图变成一张复古风格的商业宣传图。 经过连续多轮修改，Seedream 5.5 依然保留了手机的主体结构与已经确认的设计元素，体现出 SOTA 水准的局部编辑能力。 如果说 iPhone Duo 考验的是产品结构和 UI 组件能否在反复修改中保持一致，那么接下来，我们决定给 AI 上点强度，看看面对更复杂的多人物构图，它能否兼顾精准编辑与艺术表现力，让一张电影海报在连续修改中依然保持统一的美感和视觉风格。 最近 AI 短剧《持械入宋》颇受关注，我们也参考这个灵感，尝试通过 18 轮连续编辑，将一张现代五人群像海报改造成古装悬疑电影《误入汴京》的宣传海报，看看人物、构图、光影和电影氛围能否经得起反复调整。 从最初的现代人物造型开始，我们逐步提出修改要求，先调整五个人的站位和服装，再将背景替换为古代城门，随后添加雨幕、冷色调电影光影，最后加入中文片名，让整个画面逐渐拥有古装悬疑大片的氛围。 多人物场景的难度显然更高。五个人的面部特征、服装、站位和前后遮挡关系需要同时维持一致，尤其是在修改背景和光影时，模型很容易把人物也重新生成一遍。 但从最终结果来看，Seedream 5.5 在连续 18 轮修改后，依然较好地保留了人物身份特征和此前确定的构图，让同一张海报能够沿着新的创意方向持续完善。 紧接着，我们又让它完成了两组更贴近日常设计工作的任务。 一组是为原创咖啡品牌「周一续命」制作新品海报，从冰拿铁的杯身颜色到文字、背景和局部装饰，连续提出十几轮修改要求，观察已经满意的桌面纹理、光影与产品细节能否保持原样。 另一组则是办公室桌面插画，在三个咖啡杯、五本笔记本、两盆绿植和其他杂物中，要求 AI 只修改左下角蓝把手的杯子，考验它能否从大量相似物品中准确识别目标。 几组测试下来，Seedream 5.5 给人最直观的感受，就是修改时终于不用总担心其他地方跟着遭殃。 要知道，传统 Photoshop 可以通过选区、图层和蒙版精确控制编辑范围，而生成式 AI 在修改局部内容时，往往会重新计算周围的画面。连续修改的次数越多，人物、结构和细节出现偏移的风险也就越高。 Seedream 5.5 的进步，恰恰体现在让该修改的地方发生变化，同时尽可能保留已经确认的内容。即便放到 ChatGPT Images 2.6、Nano Banana 2.1 等头部模型的竞争中，它在多轮编辑一致性上的表现也展现出争夺行业最佳的水平。 这也是 Seedream 5.5 这次更新的一大亮点： 将多轮一致性作为重点，支持上百轮连续编辑，减少细节丢失与画质衰减，根据用户不断提出的新想法，持续完善每一张图。 可以说，后面每一项测试都建立在这一节的地基之上：只有成果能被留住，文字、质感与素材的比拼才有意义。 Seedream 5.5 的写实野心，从一张手机自拍开始 当然，打工人做图也不止是跟文字信息图死磕，很多时候商业宣传海报里得塞进几个 AI 模特，平时在生活里大伙也免不了想搓几张氛围感人像拿去发个社交平台。 但偏偏人像写真，正是过去所有 AI 生图模型最容易当场露馅的照妖镜。 为了测试 Seedream 5.5 的写实能力，我们在提示词中模拟了多种日常手机拍摄场景，并详细描述光线、皮肤纹理、运动模糊等摄影细节，看看模型能否生成接近真实随手拍的画面。 图｜3:4 竖幅，超写实 iPhone 前置摄像头近距离自拍，呈现刚起床拿起手机时意外留下的生活照片。人物一只手向前伸出，手机略偏向面部右侧，镜头接近眼睛高度，构图倾斜，头顶略被裁切，肩部自然松弛。严格保留参考图像中身份特征、五官、发型及身体比例的同一位年轻成年东亚女性，穿宽松棉质上衣站在酒店窗边，身后可见失焦的床铺、半开的行李箱与墙角。清晨阴天的自然光穿过薄纱窗帘，从画面一侧形成面积较大的柔和光源，靠窗面颊明亮，远侧面颊逐渐变暗，下颌和颈部保留宽而柔软的阴影。皮肤呈现未经修饰的真实状态：鼻翼与面颊内侧可见细小毛孔，眼下有轻微浮肿和细纹，脸颊局部淡红，嘴唇略干，额头只有少量自然皮脂反光；细小绒毛仅在适当的侧光角度下显现。肤色在额头、面颊、眼周和颈部存在自然差异，不将整张脸处理成统一色块。亮窗允许轻微过曝，室内背景曝光偏暗，保留轻度手机压缩感，不使用美容滤镜、强 HDR 或夸张的毛孔锐化。 演唱会散场后的自拍，需要保留凌乱头发、额头薄汗、便利店冷白光与招牌反光，以及局部过曝、暗部噪点和路人拖影。深夜出租车后座的人像，则充分表现了路灯经过时半明半暗的脸部，以及皮肤上的毛孔和油光。 向左滑动查看更多内容 酒店清晨、便利店冰柜、健身房过道、烧烤摊和老公寓厨房，也被用于观察不同照明下的肤色、阴影与神态。 图｜2:3 竖幅，超写实 iPhone 前置摄像头近距离自拍式消费级数码照片，像训练结束后拿起手机查看消息时意外拍下。人物单手前伸握持手机，镜头位于面部左前方、略高于眼睛并向下倾斜，构图不完全端正，脸部偏左，下方只露出部分运动上衣领口。严格保留参考图像中身份特征、五官、发型及身体比例的同一位年轻成年东亚男性，站在夜间健身房通往更衣室的狭窄过道里，呼吸尚未完全平稳，嘴唇自然微张，几缕汗湿头发贴近额头。顶部条形灯照亮额头、鼻梁和肩部，侧面门口透来的弱光柔化一侧眼窝，眉骨下方、鼻底及下巴下方保留真实阴影。皮肤呈现运动后的局部泛红，太阳穴和发际线有大小不一的细小汗珠，鼻翼可见毛孔，上唇与下颌保留短胡茬；部分汗珠形成明亮的小反光，其余区域只有薄薄湿润感，不把整张脸处理成均匀油亮。背景器械与门框随倾