万物皆可“邪修”，豆包 P 图被玩坏了

月光如水

9月，字节跳动 Seed 团队宣布推出豆包图像创作模型 Seedream 4.0，并上线豆包 App。该模型支持文生图、图像编辑及多图参考等功能，相比前代模型 Seedream 3.0 和 SeedEdit 3.0，多模态生图效果、速度和可用性在专业评测中达到业界领先水平。

这一升级也让豆包P图实现了“玩法”升级，为用户打开了多模态自由创作的大门。基于这一升级，网友们解锁了不少有趣玩法，带来了万物皆可“邪修”的有趣体验。

比如一键编辑与重绘功能可以一键搞定图片编辑、局部替换，还是风格迁移、影像合成等需求。
我们不妨通过一个具体例子来体验其效果。让马斯克开上小米 SU7，在豆包对话页面点击“豆包 P 图”，默认就是“豆包Seedream 4.0”。上传图片，输入文字描述，等待近 30秒，豆包就能直接生成基本符合描述的图片。

上图为 AI 生成

虽然首次生成在细节上还有不足，比如马斯克的头还是会在前挡风玻璃外，这显然有些不合逻辑。不过，简单指令下，意思已经非常贴近。难怪Seedream 4.0 内测一出，网友们就把它玩出了花。当然，是不是真的万物皆可“邪修”，我们也对核心功能进行了尝试。
一键换衣
我们上传了一张模特照和一套衣服（网图），输入提示词：让图 1 女生穿上图 2 的衣服。

上图为 AI 生成

从生成的结果上看，这次的模型能够遵循提示词要求，将参考穿搭替换到模特身上。整体效果自然，轮廓基本与参考图一致。但是，服饰替换之后，细节仍待提升，想达到官方宣传的替换效果，还需要经过多次尝试和调整。
多图输入
为了验证多图融合能力，我们上传了一猫一狗两张宠物照片，并输入提示词：将图 1 狗狗和图 2 猫咪合进一张画面。

上图为 AI 生成

模型整体可以理解提示词的意思，但是豆包“P图”的老毛病依然存在：太爱“自作主张”。给出指令之后，虽然做了融合，背景也还算协调，但改变了狗狗的颜色。
分镜设计
能融入也就能输出，如果想给照片做一下分镜，Seedream 4.0 多图输出能力值得一试。我们上传了一张带走双人的电影剧照，输入提示词：根据图片，生成一组爱情片分镜，比如散步、看电影等。

上图为 AI 生成

从结果上看，Seedream 4.0 能够在严格遵循人物外观一致性的基础上，设计出海边漫步，看电影，咖啡馆约会等浪漫场景。形象没有漂移，和一般的生成模型还是有一定的区别，设计的故事化图像可用性也比较高。
场景重建
在深度意图理解方面，Seedream 4.0 也展现出强大的场景重建能力。我们上传了一张室内设计的线稿图，输入提示词：将线稿图改造成真实场景。

右图为 AI 生成

从结果上看，这一模型实现了细节上的高度还原，从沙发、桌子、台灯等主要家具，到画框、绿植等小型装饰，都能做到几乎1:1 的精准复刻。同时，空间构建较为合理、完整。这说明，Seedream 4.0 在理解用户意图上有较大进步，生成结果的整体观感与专业设计渲染效果较为接近。
精准指令编辑
在增删改替常规玩法方面，Seedream 4.0 有较大进步。我们上传一张背景杂乱的旅行照，给出指令：删除背景中的路人。

右图为 AI 生成

从生成结果上看，背景中杂乱的路人可以被删除得较为干净，并且可以对背景进行自然填充，画面衔接较为流畅，P 图痕迹基本可以忽略不计。
另外，如果想要执行更为复杂的任务，Seedream 4.0 也能在保证面部特征和气质一致性的基础上，顺利完成指令。比如，我们上传了一张人像图，输入指令：更换图片人物发型。

右图为 AI 生成

从结果上看，这一模型可以流畅转换发型，效果较为自然，可以避免因局部修改导致的整体失真。如果想要改变人物姿势，只需要输入更换不同姿势的指令，Seedream 4.0就可以根据指令生成较为自然的姿势和场景。比如我们上传一张人物正面图，输入指令：改变图片人物姿势。
那么，我们就会轻松获得各种带有场景的“写真照”。从实测表现来看，这一特性对广告设计、电商修图、影视后期等场景尤为重要，大幅减少了人工二次修正的成本，不知道平面设计师们有没有瑟瑟发抖？

左图为 AI 生成

多图生成
相比单图输入，多图参考能提供更丰富的信息。Seedream 4.0 最多可支持十余张参考图，同时抽取人物特征、场景风格和物体结构，并进行有机融合。我们上传了四张图片，输入指令：根据相关图片，抽取人物特征、场景风格和物体结构，并进行有机融合。

上图为 AI 生成

从结果上看，这一模型的对构图的思考能力还不错，它可以基于多张照片进行合理构图，能够比较好的理解用户意图，在合成过程中基本能保持尺度合理与物理结构的连贯性，展现出对现实世界的“常识理解”。
文字生成图片
我们对这一生成能力也进行了测试，在对话框输入指令：一个亚洲少数民族男孩，坐在草地上看书，身边放着马鞭，草地上有一匹马在吃草，天空是清透的蓝天白云，构图为3:2横图，风格为写实摄影。

左图为 AI 生成

从生成结果上看，Seedream 4.0可以轻松理解文字意图，并根据理解生成较为美观的实拍风格图片。直接文字描述就能生成图片的方式，不知道能不能满足“善变”的甲方呢？
修复老照片
如果想修复一下老照片，Seedream 4.0也能承担起修复师的工作。我们上传了一张破损严重的旧照，并要求这俩模型进行自动修复。输入指令：修复这张老照片，并将色彩变成彩色。

右图为 AI 修复

从结果上看，这一模型的处理结果能够达到可用水准，照片中的瑕疵基本可以去掉，人物面部轮廓与背景纹理表现得比较锐利，照片清晰度恢复的较高。总体来说，在保持原有影像风格的前提下，将照片恢复到了较为完整、清晰的状态。
结语
在图像创作方面，豆包有了Seedream 4.0 之后，其已从单一的文生图进入多模态交互的新阶段。不管是理解能力还是对复杂任务的处理方面，都有了较大提升。换句话来说，Seedream 4.0在一定程度上打破了单点能力局限，开始具备通用多模态创意引擎的雏形。不过，在一些任务处理上，Seedream 4.0 在理解用户意图上，仍然需要进化。
总体来说，即便是不具备 PS 软件使用能力的普通人，也可以在豆包这儿进行图片处理。简单的电商图片、文案处理，甲方的简单需求，也可以得以解决。而要达到专业设计师的水平，我们还需要关注 Seedream 4.0 的进一步进化。
参考资料：微博、豆包APP
编辑：夏树

gzcom520

AI修图：甲方爸爸终于不用改第八稿了

镜花水月

Seedream 4.0多图融合就像个有点调皮但聪明的助手，虽改狗狗颜色有点离谱，但能把四张图元素融合得尺度合理，比老款快近一倍，实用多了