新浪科技讯 4月16日下昼音书开云(中国)kaiyun网页版登录入口，当天，文生图范畴泰斗的第三方榜单Artificial Analysis竞技场发布音书称，字节进步Seed团队图像生成模子Seedream 3.0详细性能已追平文生图SOTA模子GPT-4o，踏实超越Recraft V3、Ideogram、Imagen 3、Midjourney V6.1等模子，参预大家第一梯队。

　　Seedream 3.0是字节近日发布的新一代文生图主力模子，当今已在即梦、豆包等平台全量灵通。据Seedream 3.0时刻呈报，Seedream3.0是一个原生高差别率、复旧中英双语的图像生成基础模子，无需后处置即可完结 2K 差别率图像直出，适配多比例场景，同期针对小字体高保真生成、多行文本排版等业界费劲，模子也得回了壅塞性的服从推崇。

　　值得一提的是，Seedream 3.0在3秒足下即可快速生成1K差别率的高品性内容，比较之下，业界同类模子生成该差别率内容的耗时基本在10秒以上，而此前文生图SOTA模子GPT-4o平均耗时为77秒。

　　豆包大模子团队推文先容称，Seedream3.0研发始于2024年末，通过调研联想师等群体的本体需求，团队不仅将图文匹配、结构、好意思感等行业共鸣性联想纳入攻坚见地，同期，也将挑战小字生成与复短文本排版、2K高清直出、快速图片生成等费劲手脚中枢见地。

　　针对2K差别率、多尺寸图像直出能力完结，团队借助了Transformers 架构对变长输入序列的机动处置能力，在从 512x512 到 2048x2048 的多种差别率和不同长宽比上羼杂训练，让模子完结不历程特等深加工的高清直出，同期也复旧多种差别率输出。

　　为复旧快速生成高品性图像，模子聘用自研推理加快算法，依靠一致性噪声瞻望，重复蹙迫时辰步采样，最终完结对模子的无损加快。在保险图文匹配、好意思学质地、结构准确度等联想的前提下，Seedream 3.0 生成1K差别率图像仅需3秒。

　　Seedream3.0还大幅培植了小字体高保真生成、多行文本语义排版推崇，得志联想师对海报联想的需求。团队在预训练阶段，引入跨模态旋转位置编码，补足传统行动模态特征对王人短板，进一步加强了翰墨渲染能力。

　　据Seedream团队先容，比较此前2.0版块，Seedream 3.0 在数据和RLHF阶段也使用了全新有联想。团队聘用残障感知的训练计谋，使灵验数据集引申卓越20%，同期联想了精确的好意思感描绘维度，并进一步拓展RLHF奖励模子，使Seedream 3.0具备多维度质地判别能力，详细性能大幅培植。

　　Seedream团队暗示，“新模子在海报创作、生见服从、结构与好意思感等方面得回了剖析进步，但在生成可用性、好意思感与结构、智能化方面仍有培植空间。”

　　据了解，改日，团队策动探索更高效的结构联想，包括构建服从更好、资本更低、生成更快的文生图模子，并进一步拓展模子对寰宇常识的贯通，赋予模子交汇生成等能力。同期，团队也策动探索数据、模子量级、奖励模子等维度的Scaling表象，将领会积聚欺诈于下一代模子中。（罗宁）

海量资讯、精确解读，尽在新浪财经APP

背负裁剪：江钰涵 开云(中国)kaiyun网页版登录入口