Tháng 9 năm 2026, ByteDance đã ra mắt "Seedream 5.0 Flash", mô hình AI tạo và chỉnh sửa ảnh. Đây là phiên bản tốc độ cao và giá thấp của dòng Seedream 5.0, với đặc điểm là có cùng chức năng như bản cao cấp "Seedream 5.0 Pro" nhưng tạo ảnh nhanh hơn và rẻ hơn. Trên "Volcano Ark", dịch vụ dành cho nhà phát triển của nền tảng đám mây "Volcano Engine" hướng tới thị trường Trung Quốc, mô hình được giới thiệu là mô hình mới của tháng 9.
Tổng quan thông báo
Theo tài liệu của Volcano Engine, Seedream 5.0 Flash (mã mô hình "doubao-seedream-5-0-flash-260915") là mô hình hướng tới tạo ảnh với độ chính xác cao, và "có chức năng hoàn toàn giống Seedream 5.0 Pro" (trừ chế độ fast được đề cập ở phần sau). Bên cạnh đó, tài liệu giải thích mô hình tạo ảnh nhanh và giá rẻ, nên phù hợp với các nghiệp vụ muốn giảm thời gian chờ và chi phí.
Dòng Seedream 5.0 hiện có 3 phiên bản: Pro cho chất lượng cao, Flash tốc độ cao và giá thấp, và Lite có từ trước. Mô hình được kỳ vọng dùng trong các tình huống mà tốc độ và số lượng quan trọng hơn chất lượng tối đa của từng ảnh, như ảnh quảng cáo phải sửa nhiều lần, ảnh sản phẩm hay tạo hàng loạt phương án thiết kế.
Những gì mô hình làm được
Các chức năng chính có thể dùng trên Seedream 5.0 Flash như sau:
- Tạo ảnh từ văn bản và tạo ảnh dựa trên một hoặc nhiều ảnh tham chiếu
- "Chỉnh sửa tương tác", chỉ sửa một phần ảnh bằng cách chỉ định vị trí qua tọa độ, khung bao hoặc mũi tên
- "Tách lớp", tách một ảnh thành 1 ảnh nền và tối đa 16 lớp
- Chức năng chỉnh sửa và tạo ảnh mà vẫn giữ nền trong suốt khi đầu vào là một ảnh có nền trong suốt
- Chức năng vẽ chữ bằng ngôn ngữ được chỉ định vào trong ảnh
Khi tách lớp, mỗi lớp được xuất dưới dạng ảnh PNG có nền trong suốt, kèm theo thứ tự chồng lớp, vị trí, tên và mô tả. Nhờ vậy, các thao tác như chỉ thay chữ, logo hay người trong ảnh đã hoàn thiện trở nên dễ dàng như trên công cụ thiết kế.
Câu chỉ dẫn (prompt) hỗ trợ nhiều ngôn ngữ được liệt kê trong tài liệu, ngoài tiếng Trung và tiếng Anh còn có tiếng Nhật, tiếng Hàn, tiếng Pháp, tiếng Đức, tiếng Tây Ban Nha, tiếng Thái, tiếng Việt, tiếng Indonesia và các ngôn ngữ khác.
Số ảnh tham chiếu và độ phân giải
Mỗi yêu cầu có thể gửi tối đa 10 ảnh tham chiếu, ít hơn mức tối đa 14 ảnh của Lite và bằng Pro. Độ phân giải đầu ra chọn được 3 mức 1K, 1.5K và 2K, mặc định là 2K. Ví dụ, ảnh ngang 16:9 ở 2K có kích thước 2816×1584 pixel. Mô hình không hỗ trợ xuất ảnh 4K (Lite hỗ trợ 4K).
Ngoài ra, bản Pro có thể chọn chế độ "fast" giản lược khâu tối ưu câu chỉ dẫn để tạo ảnh nhanh hơn, nhưng Flash vốn là mô hình chú trọng tốc độ nên không hỗ trợ chế độ này.
Giá và nơi có thể sử dụng
Giá trên Volcano Engine là 0,12 nhân dân tệ cho mỗi ảnh đầu ra. Ảnh đưa vào làm tham chiếu không bị tính phí. Với việc tạo ảnh thông thường, bản Pro có giá 0,30 nhân dân tệ mỗi ảnh (từ 1.5K trở xuống) hoặc 0,60 nhân dân tệ (trên 1.5K), nên Flash rẻ chưa bằng một nửa. Tuy nhiên, giá của Pro khi tách ảnh thành lớp là 0,15 nhân dân tệ (từ 1.5K trở xuống), nên chênh lệch với Flash nhỏ hơn.
Với các khu vực ngoài Trung Quốc, mô hình được cung cấp với tên "Dola Seedream 5.0 flash" trên "ModelArk", dịch vụ phát triển AI của "BytePlus", nền tảng đám mây doanh nghiệp của ByteDance (khu vực Singapore; chưa có thông báo về việc có thể dùng từ Nhật Bản hay không). Giá trên BytePlus chưa thể xác nhận từ tài liệu chính thức. Theo ComfyUI Wiki, ngày 24 tháng 9, công cụ tạo ảnh "ComfyUI" đã đưa vào thay đổi bổ sung Seedream 5.0 Flash vào chức năng gọi các mô hình của ByteDance.
Về ứng dụng, theo IT之家, "Doubao Work", AI dành cho công việc của ByteDance, đã hỗ trợ Seedream 5.0 Flash như mô hình ảnh mới vào ngày 9 tháng 10. Chưa xác nhận được thông báo nào từ ByteDance về việc mô hình có dùng được trên dịch vụ tạo ảnh và video "Jimeng (phiên bản quốc tế là Dreamina)" hay ứng dụng chỉnh sửa video "CapCut" hay không. Cũng chưa có thông báo về việc cung cấp cho thị trường Nhật Bản.
Góc nhìn của ban biên tập CoAI
Seedream 5.0 Flash là mô hình giữ gần như nguyên chức năng của bản cao cấp nhưng hạ giá tạo ảnh thông thường xuống chưa đến một nửa. Đặc biệt, chỉnh sửa một phần theo vị trí và tách lớp ảnh phù hợp với quy trình làm việc không dùng ngay ảnh vừa tạo mà chỉnh sửa và hoàn thiện sau đó. Trong lĩnh vực AI tạo ảnh, từ "Nano Banana 2.1" của Google đến "Hy Image 3.5 preview" của Tencent, việc giảm giá và tăng cường chức năng chỉnh sửa đang diễn ra song song. Nhà phát triển nên kiểm tra xem độ phân giải tối đa 2K và 10 ảnh tham chiếu đã đủ hay chưa, rồi dùng Pro và Flash cho phù hợp.
