今年AI 图像模型的迭代给人带来的惊喜远大于语言模型，从GPT 4o Image 的引爆全网，再到Gemini Nano Banana，从最初的“能出图”到如今的“能控图、精准改图到真的几乎可以替代绝大部分Photoshop功能，实现了言出法随的人类梦寐以求的目前”，创作体验正在发生质变。
就在Gemini Nano Banana热度还没过去，我们还在期感叹国产模型何时也能这样的时候，豆包推出了他们的权限 Seedream 4.0图像模型——一款定位为“生成与编辑一体化”的图像模型。
没错！就是和Nano Banana 同样定位的图像编辑模型。据说是和小香蕉能力不相上下...
那么这款和Gemini Nano Banana具有同样能力的，在中文支持方面更符合国人宝宝体质的图像模型究竟如何呢？
那么和以前一样，小互我继续为大家进行一个全方位的测评，给大家展示其能力水平...
直接开始...
01
—
基础核心能力展示
第一部分，老规矩，还是有请本人头像亲自出场...
图片
打开今日头条查看图片详情
主要测试其精准指令编辑能力和特征保持能力
精准指令编辑：用自然语言描述就能轻松完成增删、替换、局部修改等操作，省去了反复 prompt 调试的麻烦。
高度特征保持：无论是角色外形还是画面细节，都能比较稳定地延续下来，尤其在跨风格（插画→3D→摄影）场景里，角色不容易“变脸”。
下面是我的测试：
在豆包上传我的头像，要求其根据我头像生成我的身体，众所周知我一直没有身体只有头像。
图片
打开今日头条查看图片详情
看看效果...
我有身体了...
图片
打开今日头条查看图片详情
而且保留了我头像的特征和面部的表情，包括我招牌的犀利眼神和红框眼镜
图片
打开今日头条查看图片详情
下面我选取第一张图像，继续进行后续的要求
让给我一杯星巴克咖啡，然后再喝一口星咖啡，同时更换背景画面
都很好的完成了我的要求
然后我们还可以用生成的参考照片去生成其他图像
比如这样
面部形象特征都做到了很好的保持
图片
打开今日头条查看图片详情
02
—
推理能力
豆包 Seedream 4.0另一个明显的提升是对模糊需求的理解，也就是模型的推理能力，这个至关重要，因为只有模型推理能力上去后，它的衍生功能才能得到极大的发挥。
以前 AI 更像是“词对图”，现在更像是“语义对图”。
深度意图理解：对模糊描述的理解力增强，比如你说“未来感的书店”，模型会自动捕捉元素并合理组合，不需要逐字拆解。
语义理解更像“听人话”：对模糊的创意描述能自动补充分镜元素，和之前“词对图”的堆砌相比更有整体感。多图输入/输出：支持把多张图放进来做合成、迁移，或者一次性生成组图，非常适合做分镜或脑暴。
图片
打开今日头条查看图片详情
测试下来发现，Seedream 4.0推理能力得到了极大的提升，相较于之前的3.0，个人感觉至少提高了好几倍。
这种理解力的增强，也意味着它的“推理预测”更强。比如把图中的毯子叠好放在沙发上。
图片
打开今日头条查看图片详情
下面我们进行具体测试
这是一个肯德基的餐品图，我们看到这有两个盒子
下面我们让豆包把这两个盒子打开看看里面有什么...
图片
打开今日头条查看图片详情
我们看到它打开了盒子，并展示了里面的失误，第一个长盒子我觉得展示的是很正确的，第二个盒子我个人认为里面应该是个汉堡
但是它给我展示的是炸鸡，不过这个可能是盒子上有英文误导了这一结果。
总体还是不错的
但是还没有完，我们将进行极限测试
我们注意到这个可乐是没有吸管的，不方便我喝，我需要个吸管
让豆包给我的可乐插个吸管
图片
打开今日头条查看图片详情
我们看到吸管很完美的插入到了可乐中...
这时候我又发现，没有番茄酱，我这个人很喜欢吃番茄酱
我必须要开个番茄酱才行
图片
打开今日头条查看图片详情
我们看到番茄酱也有了，而且放在了合适的位置上
好了现在我可以坐下来好好享受我的肯德基了
那么我发现我没有桌位，这个难不住我
图片
打开今日头条查看图片详情
我有豆包
来了...
图片
打开今日头条查看图片详情
看到没，我终于吃上了肯德基，哈哈哈...
图片
打开今日头条查看图片详情
这些都是基于模型的强大推理能力，全程我只是进行文字提示聊天，上传参考图，它自己会根据你的要求进行自动合成。
这个时候我发现，我的脸有点黑，发型也不时尚
另外我的鞋子左右也不一致
图片
打开今日头条查看图片详情
所以我继续要求豆包给我：美颜一下、换个时髦的发型，把我的鞋子换成一样的...
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
这就很时髦很完美了，可以看到它现在都能给人美颜了，再也不用找胡德禄弄时行的的发型了
03
—
和Banana的对比
下面我们来拿Gemini Nano Banana 很火的一些案例来和豆包 Seedream 4.0 进行对比，看看两者的差距和优缺点。
1.多图融合你可以给它多张图片让它组合
比如我们上传奥特曼的照片+字节跳动的体恤+一个姿势图
图片
打开今日头条查看图片详情
让模型将这些图进行组合生成一个完整的照片
图片
打开今日头条查看图片详情
我们看到在整个推理组合的过程中，两个模型都是很不错的，姿势还原度和衣服贴合度都很完美，但是如果放大仔细看，Nano Banana在人物的面部保持方面略微的好一些，豆包的面部细节有瑕疵，同时不能和图片表现的运动羡慕应该展现的表情相吻合。
2.2D变3D
上传普通的照片生成3D手办
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
我们看到除了在色彩饱和度上有一些差距外，3D还原度上还是不分上下的，效果都很不错。
3.老照片上色给老旧照片上色...
这个也是仁者见仁智者见智，Nano Banana 的色彩可能还原更符合老照片的状态，豆包的略微偏黄，但是可以通过提示继续纠正。
4.室内设计能力
将床铺放在空旷的房间里，并逐步添加一些家居
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
这个我觉得豆包在整个效果上更好，但是它给出了房间的另一个视角角度，没有遵循原图的视角方向，这个不好评，看你们喜欢。
04
—
总结一下
总体来说在图像编辑和推理方面 Seedream 4.0 和 Gemini Nano Banana 已经非常的接近，在各个方面不相上下，整体感受是推理能力 Nano Banana 还是略微强大一些，但是在图像编辑和其他控制方面已经不分伯仲。
剩下的就是每个人的个人主观感受问题。
可以说：不必在意国外的小香蕉，我们有自己的豆包 Seedream 4.0 更香更甜...
图片
打开今日头条查看图片详情
当然还有很多方面我没有能够展示出来，我只是展示了一些核心功能。
官方有个详细的功能展示和精细的提示手册：
https://bytedance.larkoffice.com/docx/XwngdqdhIowfF8xhEA4cwpS2nLb
你们可以看看
下面是一些案例展示：
1、用图2的图案替换图1的衣服花纹，图3的图案替换图1的墙面
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
2、将图1的主体替换为图2的主体
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
图片
打开今日头条查看图片详情
3、证件照生成
提示词模板：一张以图片中人物为主的证件照，展示腰部以上，照片居中、正面拍摄、【蓝色】背景。
图片
打开今日头条查看图片详情
4、更改镜头深度
图片
打开今日头条查看图片详情
将景别改成全景、远景、中景、近景...
图片
打开今日头条查看图片详情
5、变换风格和创意发散
图片
打开今日头条查看图片详情
将图片拆解成衣服、裤子、配饰、鞋子等元素，整齐的矩阵式网格将多张独立图片组合在一起，每张图片作为一个视觉元素单元，通过统一的白色背景和均等间距分隔，整体展示在一张九宫格图里。
图片
打开今日头条查看图片详情
变换各种风格
6.多参考图生成
根据上述的网格图像生成画面
更多案例请自行在豆包选择：AI生图/视频 尝试
体验入口：
（1）即梦网页端-图片生成-上传参考图-选择图片 4.0 模型-输入 提示词（操作方便，但是需要积分)
（2）豆包 App 对话框-AI 生图/生视频-上传参考图-输入 提示词或者需求即可。(完全免费）
加入XiaoHu.ai 日报社群 每天获取最新的AI信息
打开今日头条查看图片详情
____________
End.
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。