太卷了！火山引擎推出了豆包・图像创作模型 Seedream 4.0，相较于上一个版本具有超强主题一致性、多图灵活创作、高清4k直出（目前只在火山引擎率先支持4k版），体验更极致（秒级图像生成），我刚试玩了一下，出图速度非常快，模型核心能力非常牛逼，可以完全对标谷歌的nano banana模型
废话不多说，直接看效果，进入火山方舟体验中心：
我先试了一个生成手办的破圈的提示词：
提示词：Create a 1/7 scale commercialized figure of thecharacter in the illustration, in a realistic style and environment. Place the figure on a computer desk, using a circular transparent acrylic base without any text.On the computer screen, display the ZBrush modeling process of the figure. Next to the computer screen, place a BANDAI-style toy packaging box printed with the original artwork我的参考图：
Seedream 4.0生成的
说实话我用这个破圈的提示词就是检验一下 Seedream 4.0的能力，其实内心戏是如果生成效果拉胯，我就直接不玩了，没想到结果非常好，顿时对Seedream 4.0的能力信心大增
下面是正餐，我想先看看Seedream 4.0指哪打哪的能力，突发灵感就从海报开始，赖得在网上找海报模版了，最近刷短视频刷到了《洛神赋》，直接让模型生成一幅关于《洛神赋》的海报：
提示词：《洛神赋》是曹植的辞赋名篇，其中最为世人传诵的句子是： “翩若惊鸿，婉若游龙。” 此句以灵动之笔描绘洛神宓妃的姿态，意为“（她）翩然如惊飞的鸿雁，婉约如游动的蛟龙，轻根据这段描述生成一个海报，关键词为：翩若惊鸿，婉若游龙
生成的效果：
Seedream 4.0的中文文字生成能力比nano banana好太多了
接下来我们开始魔改，先改下关键词“翩若惊鸿，婉若游龙”的字体，改为手写体
提示词：将图中的关键词“翩若惊鸿，婉若游龙”字体改为手写体，其他保持不变这是改后的效果，一致性保持的很好
继续测试，测一测Seedream 4.0图片推理能力，《洛神赋》除了这句“翩若惊鸿，婉若游龙”非常有名之外，接下来的一句也很有名，我们简单测一下模型推理，要求补充接下来一句词，并且图片要体现新加入词的意境
提示词：“翩若惊鸿，婉若游龙。”后一句也很有名，请把后一句也作为关键词加入海报，字体为手写体，另外海报也要体现后一句的意思生成的效果：
后一句 “荣曜秋菊，华茂春松”也广为流传，看来Seedream 4.0诗词学的还是不错的
我已经越测越上头了，除了改字体以为，想给文字换个涂鸦风格试试看看
提示词：将画面中的文字材质改为涂鸦喷漆生成的效果：
还是挺满意的，再上一点难度，给个参考图改一下整体的风格
参考图：
提示词：将图1风格换位图2的立体主义风格生成效果：
到目前为止，Seedream 4.0测试非常丝滑，也给了我非常大的惊喜，一个不恰当的比喻：我几乎可以肯定Seedream 4.0就是图像领域的R1模型，复刻了DeepSeek R1给我带来的冲击和惊喜
继续测试4K直出功能（目前只在火山引擎提供，体验链接在上方），多图创作和连续生图能力
我们现在进入4k超高清生图世界
静物特写测试：
提示词：一张富有戏剧性的石榴静物摄影。几颗完整的和被掰开的石榴放在深色天鹅绒上，露出红宝石般晶莹的果粒。采用强烈的明暗对照法（Chiaroscuro）布光，光影对比强烈，背景深黑，氛围古典而奢华
人物肖像测试：
提示词：
主体与人物特征: 人物: 照片的主角是一位年轻、美丽的东亚女性。她拥有白皙无瑕的肌肤和精致的五官。
妆容: 她的妆容非常专业和干净。眼妆精致，细长的眼线勾勒出眼型，大地色系的眼影显得深邃而自然。她的唇妆是水润的蜜桃色或豆沙色，饱满而有光泽。整体妆感既突出了她的美貌，又显得非常清新和优雅。
发型: 她留着一头蓬松、富有光泽的棕色长卷发。大波浪的卷发自然地披散在肩上，几缕发丝轻盈地拂过脸颊，为她增添了浪漫和柔美的气息。 神态与姿势: 她的头微微倾斜，眼神温柔地凝视着镜头，带有一种亲切和引人注目的吸引力。姿势放松而自然，散发出一种沉静、自信的气质。
服装与配饰: 服装: 她穿着一套米色或燕麦色的针织衫。里面是一件V领的针织吊带，外面搭配了一件同色系的针织开衫。开衫随意地滑落，露出一侧的香肩和锁骨，这种穿搭方式增添了一丝慵懒和女性化的魅力，显得既舒适又不失时尚感。
配饰: 她佩戴了简约而闪亮的饰品。一条纤细的银色项链，吊坠是一颗小巧的钻石（或水晶），恰到好处地点缀在颈间。耳朵上戴着与之相配的、小巧的悬挂式耳环。这些配饰为整体造型增添了精致感，但不喧宾夺主。 色彩、光线与背景: 色彩: 整张照片的色调非常统一和谐，以温暖的大地色系为主。背景的暖黄色、服装的米色、头发的棕色以及她温暖的肤色融为一体，营造出一种非常舒适、柔和且高级的视觉感受。
光线: 采用了专业的影棚布光，光线非常柔和、均匀。正面光照亮了她的脸部，几乎没有明显的阴影，使得她的皮肤看起来光滑细腻。这种布光方式是典型的美妆或时尚摄影手法，旨在最大限度地展现人物的美感。 背景: 背景是纯净的暖黄色纯色背景，简洁的背景让所有注意力都集中在人物身上，突出了她的气质和造型
艺术设计测试：
提示词：
对这个词进行艺术设计：Seedream-4.0， 效果：液态玻璃3d效果 视觉表现：具有强烈的视觉冲击，感觉快要溢出纸面的效果
4K直出，超高清图像生成就算是同一个提示词，也有完全不同的体验，直接为图像的生产级应用提供了无限可能，火山引擎提供了各种不同比例的4k直出格式，强烈建议现在就去试试（公号后台上传图片会被压缩，超高清效果表现不出来）
多图加推理测试，以下我就直接展示参考图和提示词了，注意图一图二图三分别对应上传图片的顺序
参考图：
提示词：一个模特摆姿势靠在粉色宝马车上。她穿着以下物品，场景背景是浅灰色。绿色外星人是一个钥匙扣，挂在粉色手提包上。模特肩上还有一只粉色鹦鹉。旁边坐着一只戴着粉色项圈和金色耳机的哈巴狗
生成的效果：
参考图：
提示词：使图一人物做出图二中pose动作生成的效果：
参考图：
提示词：把图一和图二融合进图三，构造一个两人散步的场景
生成的效果：
参考图：
提示词：用这些食材为我做一顿美味的午餐，放在盘子里，盘子的特写视图，移除其他盘子和食材生成的效果：
参考图：
提示词：图1和图2放在一起生成情侣写真，两人动作自然亲密，眼神细腻生动，烛光氛围
生成的效果：
到这里，我想你已经看到了Seedream 4.0多图灵活创作的实力
最后再测一下Seedream 4.0的连续生图能力，让他完成一个电影分镜的创作，连续生成12张分镜图片，并且用镜头语言讲一个完整的故事
参考图：
提示词：用这两个角色创作一个令人上瘾的12部分故事，包含12张图像，讲述经典的电影侦探故事。故事关于他们寻找线索并最终发现的失落的宝藏。整个故事充满刺激，有情感的高潮和低谷，以精彩的转折和高潮结尾。不要在图像中包含任何文字或文本，纯粹通过图像本身讲述故事生成的效果：
Seedream 4.0连续生图能力还是挺让我震惊的，两人角色在连续生成12张分镜图后人物的ID,尤其是最重要的脸部ID依然保持的很好
以上就是我的一手小测试，可以肯定的说Seedream 4.0的核心能力完全可以对标nano banana，模型能力够了以后指哪打哪，玩法成千上万，商业，娱乐，艺术想象空间太大了，大家可以玩起来了
据火山引擎官方的透露，他们把Seedream 4.0 定位为一个从生成到编辑的一站式图像创作模型
Seedream 4.0的核心突破在于将文生图（T2I）与图像编辑（SeedEdit）整合进单一的DiT架构中。更关键的是，在整个后训练（Post-training）链路，包括SFT和RLHF阶段，都采用了联合训练框架。这使得两个任务的能力可以相互促进，实验证明，其效果远超单任务独立训练，在指令遵循和美学表现上均有显著提升，实现了架构统一与联合训练
采用高压缩比VAE和精心设计的DiT架构，实现训练和推理速度提升超10倍。同时，团队构建了大规模、可扩展的多模态数据处理链路，通过视频抽帧、HTML数据挖掘、多专家模型合成等方式，为模型的强大编辑和生成能力提供了坚实的数据基石，结果：2K 图像最快秒级生成，4K稳定输出
通过引入微调版的SeedVLM模型，Seedream 4.0获得了强大的世界知识和上下文理解能力。这使其能够处理超越简单描述的复杂指令，在需要逻辑推理、物理约束和常识判断的任务中表现出色
Seedream 4.0 的价值不只是某项指标提升了，而是通过架构、训练与工程的协同，把高质量图像生成从研究性成果推向了产品化、可用化。对创意产业、设计服务、以及任何需要大量视觉内容的业务，它带来的是效率和质量的双重跃升。
本文作者：花不玩，来源：AI寒武纪，原文标题：《国产Nano Banana来了！字节Seedream4.0发布，这次要让PS提前退休》
