字節Seedream 3.0 文生圖模型技術報告發布：多項性能大幅升級

字節跳動Seed團隊正式發佈了Seedream3.0文生圖模型的技術報告。這一模型在性能上實現了重大提升，是一個原生高分辨率、支持中英雙語的圖像生成基礎模型，在分辨率、生圖結構準確性等多方面取得突破，與上一版本相比優勢顯著。

Seedream3.0在不同維度上的表現。本圖各維度數據以最佳指標爲參照系，已進行歸一化調整。

在功能亮點上，Seedream3.0可原生2K直出，無需後處理就能輸出高分辨率圖像，滿足多種場景需求;出圖速度極快，僅需3秒，極大提升創作效率;小字生成和文本排版效果得到優化，解決了業界難題，具備商業級圖文設計能力;美感和結構進一步提升，指令遵循性增強，出圖更具感染力。

技術實現方面，Seedream3.0從多個維度進行了創新。數據優化上，通過圖像缺陷感知擴充數據集，採用視覺語義協同採樣策略和自研圖文檢索系統改進數據分佈。

預訓練階段，使用跨模態旋轉位置編碼加強文字渲染能力，藉助多分辨率混合訓練實現2K圖像直出，並採用新的損失函數提升訓練效果。後訓練RLHF階段，設計多粒度美感描述，拓展獎勵模型規模，提升模型性能。在推理加速上，採用一致性噪聲預測和平穩採樣過程，利用重要時間步採樣加速模型蒸餾訓練，實現1K分辨率生圖端到端僅需3秒。

目前，Seedream3.0已在豆包、即夢等平臺全量開放。在權威競技場Artificial Analysis的打榜中，它與衆多知名文生圖模型競爭，一度排名第一，尤其在海報設計與創意生成方面表現突出。

未來，Seedream團隊計劃在更高效的結構設計、提升模型智能化水平、探索數據和模型的Scaling現象等方向深入研究，致力於推動視覺生成領域的發展。

Arxiv:https://arxiv.org/abs/2504.11346

技術呈現頁:https://team.doubao.com/tech/seedream3_0