新浪科技讯 4月16日下昼音信美腿丝袜，本日，文生图界限泰斗的第三方榜单Artificial Analysis竞技场发布音信称，字节向上Seed团队图像生成模子Seedream 3.0轮廓性能已追平文生图SOTA模子GPT-4o，沉稳超越Recraft V3、Ideogram、Imagen 3、Midjourney V6.1等模子，参预寰球第一梯队。

　　Seedream 3.0是字节近日发布的新一代文生图主力模子，现在已在即梦、豆包等平台全量绽放。据Seedream 3.0技巧论说，Seedream3.0是一个原生高分辩率、扶植中英双语的图像生成基础模子，无需后处置即可完毕 2K 分辩率图像直出，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困难，模子也赢得了打破性的后果施展。

　　值得一提的是，Seedream 3.0在3秒傍边即可快速生成1K分辩率的高品性内容，比拟之下，业界同类模子生成该分辩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美腿丝袜，Seedream3.0研发始于2024年末，通过调研瞎想师等群体的实质需求，团队不仅将图文匹配、结构、好意思感等行业共鸣性有盘算推算纳入攻坚标的，同期，也将挑战小字生成与复漫笔本排版、2K高清直出、快速图片生成等困难看成中枢观点。

　　针对2K分辩率、多尺寸图像直出才气完毕，团队借助了Transformers 架构对变长输入序列的生动处置才气，在从 512x512 到 2048x2048 的多种分辩率和不同长宽比上羼杂磨砺，让模子完毕不外程独特深加工的高清直出，同期也扶植多种分辩率输出。

　　为扶植快速生成高品性图像，模子选拔自研推理加快算法，依靠一致性噪声瞻望，疏通要害时刻步采样，最终完毕对模子的无损加快。在保险图文匹配、好意思学质料、结构准确度等有盘算推算的前提下，Seedream 3.0 生成1K分辩率图像仅需3秒。

　　Seedream3.0还大幅训诲了小字体高保真生成、多行文本语义排版施展，知足瞎想师对海报瞎想的需求。团队在预磨砺阶段，引入跨模态旋转位置编码，补足传统花样模态特征对王人短板，进一步加强了翰墨渲染才气。

　　据Seedream团队先容，比拟此前2.0版块，Seedream 3.0 在数据和RLHF阶段也使用了全新有盘算推算。团队选拔残障感知的磨砺计策，使灵验数据集施行卓绝20%，同期瞎想了精确的好意思感形色维度，并进一步拓展RLHF奖励模子，使Seedream 3.0具备多维度质料判别才气，轮廓性能大幅训诲。

　　Seedream团队示意，“新模子在海报创作、生奏遵循、结构与好意思感等方面赢得了显著进步，但在生成可用性、好意思感与结构、智能化方面仍有训诲空间。”

　　据了解，改日，团队经营探索更高效的结构瞎想，包括构建后果更好、本钱更低、生成更快的文生图模子，并进一步拓展模子对全国学问的鸠合，赋予模子交汇生成等才气。同期，团队也经营探索数据、模子量级、奖励模子等维度的Scaling快意，将瓦解积蓄诓骗于下一代模子中。（罗宁）

职守裁剪：江钰涵 美腿丝袜