近日，文生圖領域權威的第三方榜單Artificial Analysis競技場發布消息稱，字節跳動Seed團隊圖像生成模型Seedream 3.0綜合性能已追平文生圖SOTA模型GPT-4o，穩定超越Recraft V3、Ideogram、Imagen 3、Midjourney V6.1等模型，進入全球第一梯隊。

Seedream 3.0是字節近日發布的新一代文生圖主力模型，目前已在即夢、豆包等平臺全量開放。據Seedream 3.0技術報告，Seedream3.0是一個原生高分辨率、支持中英雙語的圖像生成基礎模型，無需后處理即可實現 2K 分辨率圖像直出，適配多比例場景，同時針對小字體高保真生成、多行文本排版等業界難題，模型也取得了突破性的效果表現。

值得一提的是，Seedream 3.0在3秒左右即可快速生成1K分辨率的高品質內容，相比之下，業界同類模型生成該分辨率內容的耗時基本在10秒以上，而此前文生圖SOTA模型GPT-4o平均耗時為77秒。

Seedream3.0還大幅提升了小字體高保真生成、多行文本語義排版表現，滿足設計師對海報設計的需求。團隊在預訓練階段，引入跨模態旋轉位置編碼，補足傳統方法模態特征對齊短板，進一步加強了文字渲染能力。

Seedream團隊表示，“新模型在海報創作、生成效率、結構與美感等方面取得了明顯進步，但在生成可用性、美感與結構、智能化方面仍有提升空間。”

文/北京青年報記者 溫婧