9月，字節跳動Seed團隊宣佈推出豆包圖像創作模型Seedream 4.0，並上線豆包App。該模型支持文生圖、圖像編輯及多圖參考等功能，相比前代模型Seedream 3.0和SeedEdit 3.0，多模態生圖效果、速度和可用性在專業評測中達到業界領先水平。

這一升級也讓豆包P圖實現了「玩法」升級，為用戶打開了多模態自由創作的大門。基於這一升級，網友們解鎖了不少有趣玩法，帶來了萬物皆可「邪修」的有趣體驗。

比如一鍵編輯與重繪功能可以一鍵搞定圖片編輯、局部替換，還是風格遷移、影像合成等需求。

我們不妨通過一個具體例子來體驗其效果。讓馬斯克（Elon Musk）開上小米SU7，在豆包對話頁面點擊「豆包P圖」，默認就是「豆包Seedream 4.0」。上傳圖片，輸入文字描述，等待近30秒，豆包就能直接生成基本符合描述的圖片。

雖然首次生成在細節上還有不足，比如馬斯克的頭還是會在前擋風玻璃外，這顯然有些不合邏輯。不過，簡單指令下，意思已經非常貼近。難怪Seedream 4.0內測一齣，網友們就把它玩出了花。當然，是不是真的萬物皆可「邪修」，我們也對核心功能進行了嘗試。

一鍵換衣

我們上傳了一張模特照和一套衣服（網圖），輸入提示詞：讓圖1女生穿上圖2的衣服。

從生成的結果上看，這次的模型能夠遵循提示詞要求，將參考穿搭替換到模特身上。整體效果自然，輪廓基本與參考圖一致。但是，服飾替換之後，細節仍待提升，想達到官方宣傳的替換效果，還需要經過多次嘗試和調整。

多圖輸入

為了驗證多圖融合能力，我們上傳了一貓一狗兩張寵物照片，並輸入提示詞：將圖1狗狗和圖2貓咪合進一張畫面。

模型整體可以理解提示詞的意思，但是豆包「P圖」的老毛病依然存在：太愛「自作主張」。給出指令之後，雖然做了融合，背景也還算協調，但改變了狗狗的顏色。

延伸閲讀：同AI講禮貌會令OpenAI年損5000萬美元？ChatGPT與Grok有不同說法（點擊連結看全文）

分鏡設計

能融入也就能輸出，如果想給照片做一下分鏡，Seedream 4.0多圖輸出能力值得一試。我們上傳了一張帶走雙人的電影劇照，輸入提示詞：根據圖片，生成一組愛情片分鏡，比如散步、看電影等。

從結果上看，Seedream 4.0能夠在嚴格遵循人物外觀一致性的基礎上，設計出海邊漫步，看電影，咖啡館約會等浪漫場景。形象沒有漂移，和一般的生成模型還是有一定的區別，設計的故事化圖像可用性也比較高。

場景重建

在深度意圖理解方面，Seedream 4.0也展現出強大的場景重建能力。我們上傳了一張室內設計的線稿圖，輸入提示詞：將線稿圖改造成真實場景。

從結果上看，這一模型實現了細節上的高度還原，從沙發、桌子、枱燈等主要傢俱，到畫框、綠植等小型裝飾，都能做到幾乎1:1的精準復刻。同時，空間構建較為合理、完整。這說明，Seedream 4.0在理解用戶意圖上有較大進步，生成結果的整體觀感與專業設計渲染效果較為接近。

精準指令編輯

在增刪改替常規玩法方面，Seedream 4.0有較大進步。我們上傳一張背景雜亂的旅行照，給出指令：刪除背景中的路人。

從生成結果上看，背景中雜亂的路人可以被刪除得較為乾淨，並且可以對背景進行自然填充，畫面銜接較為流暢，P圖痕跡基本可以忽略不計。

另外，如果想要執行更為複雜的任務，Seedream 4.0也能在保證面部特徵和氣質一致性的基礎上，順利完成指令。比如，我們上傳了一張人像圖，輸入指令：更換圖片人物髮型。

從結果上看，這一模型可以流暢轉換髮型，效果較為自然，可以避免因局部修改導致的整體失真。如果想要改變人物姿勢，只需要輸入更換不同姿勢的指令，Seedream 4.0就可以根據指令生成較為自然的姿勢和場景。比如我們上傳一張人物正面圖，輸入指令：改變圖片人物姿勢。

那麼，我們就會輕鬆獲得各種帶有場景的「寫真照」。從實測表現來看，這一特性對廣告設計、電商修圖、影視後期等場景尤為重要，大幅減少了人工二次修正的成本，不知道平面設計師們有沒有瑟瑟發抖？

多圖生成

相比單圖輸入，多圖參考能提供更豐富的訊息。Seedream 4.0最多可支持十餘張參考圖，同時抽取人物特徵、場景風格和物體結構，並進行有機融合。我們上傳了四張圖片，輸入指令：根據相關圖片，抽取人物特徵、場景風格和物體結構，並進行有機融合。

從結果上看，這一模型的對構圖的思考能力還不錯，它可以基於多張照片進行合理構圖，能夠比較好的理解用戶意圖，在合成過程中基本能保持尺度合理與物理結構的連貫性，展現出對現實世界的「常識理解」。

相關文章：Rokid Glasses AI智能眼鏡登場｜對應廣東話革命AR實用智慧生活（點擊放大瀏覽）▼▼▼

文字生成圖片

我們對這一生成能力也進行了測試，在對話框輸入指令：一個亞洲少數民族男孩，坐在草地上看書，身邊放着馬鞭，草地上有一匹馬在吃草，天空是清透的藍天白雲，構圖為3:2橫圖，風格為寫實攝影。

從生成結果上看，Seedream 4.0可以輕鬆理解文字意圖，並根據理解生成較為美觀的實拍風格圖片。直接文字描述就能生成圖片的方式，不知道能不能滿足「善變」的甲方呢？

修復老照片

如果想修復一下老照片，Seedream 4.0也能承擔起修復師的工作。我們上傳了一張破損嚴重的舊照，並要求這倆模型進行自動修復。輸入指令：修復這張老照片，並將色彩變成彩色。

從結果上看，這一模型的處理結果能夠達到可用水準，照片中的瑕疵基本可以去掉，人物面部輪廓與背景紋理表現得比較鋭利，照片清晰度恢復的較高。總體來說，在保持原有影像風格的前提下，將照片恢復到了較為完整、清晰的狀態。

結語

在圖像創作方面，豆包有了Seedream 4.0之後，其已從單一的文生圖進入多模態交互的新階段。不管是理解能力還是對複雜任務的處理方面，都有了較大提升。換句話來說，Seedream 4.0在一定程度上打破了單點能力侷限，開始具備通用多模態創意引擎的雛形。不過，在一些任務處理上，Seedream 4.0在理解用戶意圖上，仍然需要進化。

總體來說，即便是不具備PS軟件使用能力的普通人，也可以在豆包這兒進行圖片處理。簡單的電商圖片、文案處理，甲方的簡單需求，也可以得以解決。而要達到專業設計師的水平，我們還需要關注Seedream 4.0的進一步進化。

【本文獲「科技狐」授權轉載，微信公眾號：kejihutv】