1枚の画像にタイムライン・図表・実写写真を詰め込む

プロ向けのシーンでは、画像は単なる装飾ではなく情報そのものであることが多い。インフォグラフィックは1回の生成でデータ・密な文字・レイアウト構造・美しさすべてを正しく仕上げる必要があり、今回のアップグレードで重点的に磨かれたポイントだ。Seedream 5.0 Pro はまずユーザーの意図を読み取り、自ら論理的推論とレイアウト設計を完了してから、コンテンツを画面に組み込んでいく。

「南極秦嶺基地」インフォグラフィック：1枚の画像に科学観測のタイムライン、5基地の規模を示す棒グラフ、エネルギー円グラフ、月別日照量の折れ線グラフ、実写写真を組み込んでいる。出典：ByteDance Seed

主题为南极秦岭站科考纪事可视化信息图，中心放置秦岭站建筑主体；四周环绕排布科考发展时间轴、五座科考站规模柱状图、站点能源饼图、月度日照折线图，辅以科研设备实拍、夏季气象面板、野外作业七步流程、实地采样摄影，多方面展示中国南极科考实景。

教育・科学普及のシーンでは事実の正確さがより高く求められる。モデルは「なぜ皆既月食の月は赤いのか」という原理を図解できるだけでなく、さまざまな鳥類の形態的特徴を抽出して整った格子状のレイアウトに組むこともできる。

Prompt：生成一张天文科普信息图，解释为什么月全食的月亮是红色的？

Prompt：《新手观鸟入门指南》自然科普信息图，清新配色网格排版，展示 8 种常见鸟类，附科学插画、中英文名、识别特征。

タイトル・割引詳細・開催期間などの階層が複雑な密な文字を含む「冬のクリスマスセールポスター」のようなケースでは、モデルはレトロな巻物の上に内容を疎密をつけて配置する：大量の英単語のスペルミスがなく、情報の優先度に応じて太字と筆記体を織り交ぜている。

クリスマスセールポスター：レトロな巻物に大量の英語を配置、タイトル・割引・時間の階層がはっきりしている。出典：ByteDance Seed

「ペットEC ファーストビュー」UI では、モデルは空間トポロジーへの理解も見せている：明快なナビゲーションバーと浮遊するカードを生成し、レイヤーをまたぐインタラクションも作り出した。ゴールデンレトリバーの前脚が右側の画像の枠を突き破り、実際に左側のボタンを押している様子で、そのままプロダクトのプロトタイプ画像として使える。

ペットEC ファーストビュー：ゴールデンレトリバーの前脚が枠を突き破り左側のボタンを押す、レイヤーをまたぐインタラクションと段階的な影を一発生成。出典：ByteDance Seed

16:9 宠物电商首屏 UI，日落暖阳色调，分层阴影。顶部导航；左侧奶油米色背景，含文案、商品卡片、金黄胶囊按钮；右侧金毛图，3D 特效：金毛前爪冲破右框，搭在左侧按钮上。

言葉で「どこを直すか」が伝わらなくても、モデルは座標が読めるようになった

テキストだけの Prompt には本質的な限界がある：言葉は「何を生成するか」を伝えるのは得意でも、「どの部分を直すか」を正確に指定するのは苦手だ。しかしデザインは往々にして何度も微調整を重ねて磨き上げるもので、この段階では一文の説明だけでは足りなくなる。Seedream 5.0 Pro は制御信号を生成プロセスにネイティブに組み込んでおり、その核心が空間位置（Grounding）と領域セマンティックの理解だ。

囲む、クリックする——座標が確実な修正指示に変わる

空間認識を手に入れたことで、モデルはクリック選択・囲み選択・枠選択・落書きから伝わってくる座標情報を、確定的な局所操作の指示に変換できるようになった。色や素材を変える、対象を増減するといった操作の後も、局所と全体の環境が自然に馴染み、パースも合っている。

まず位置についての理解を見てみよう。「2026年新共通テスト数学解答」では、モデルは各問題を正確に識別し、問題の下の余白部分を特定して計算式を書き、答えを対応する解答欄に埋め込んだ。海外のメニューを中国語に翻訳する際も、レイアウトの位置を一対一で対応させられる。

Prompt：帮我完成上述所有选择题，并写上对应的演算过程。答案填进每题下方的留白区。

Prompt：把菜单翻译成中文。翻译后的文字保持和原菜单位置一一对应。

色の変更、素材の変更、領域ごとの生成

対象の修正では、モデルは色編集と素材置換をサポートしており、Hex カラーコードを入力することも、外部のカラーサンプルを直接参照することもできる。下の画像は、ある画像の素材と別の画像のカラーサンプルに従って、3枚目の画像のソファを変更したものだ。

Prompt：请依据图 1 的材质和图 2 的色卡，修改图 3 中的沙发。出典：ByteDance Seed

領域を分離する能力もかなり高い。ユーザーが異なる色の枠で位置を囲むと、モデルはそれに対応する物品を生成する：赤い枠の中にはシャボン玉を眺める青い毛の怪獣、紫の枠の中には草の緑色の毛布、各要素が座標ごとに分かれて互いに干渉しない。

領域分離：異なる色の枠で位置を囲むと、モデルはそれぞれ怪獣と毛布を生成する、それぞれが自分の座標に収まる。出典：ByteDance Seed

スケッチレンダリング：手描きの落書きを制御信号に

ユーザーが手描きした色ブロック、線、簡単なイラストも、精細なレンダリングを直接駆動できる。「三里小学校の遠足ポスター」では、大まかなレイアウトのスケッチを1枚渡すだけで、モデルは各エリアの意図を認識し、フェルト素材と縫い目の質感を再現、出発時刻や必需品といった文字をスケッチが指定した位置に正確に埋め込んだ。

スケッチレンダリング：大まかな1枚のスケッチを、フェルトの縫い目の質感を持つ遠足ポスターにレンダリング、文字はスケッチが指定した領域に収まった。出典：ByteDance Seed

複数の編集を自由に組み合わせ

これらの機能は重ねて使うこともできる。下の画像では、ユーザーはカボチャをダークグリーン（#3E4A2E）とサフランイエロー（#DB973E）の間の色に変え、同時に背景の書体を刺繍風の質感に変えるよう求めた。モデルは素材置換と色編集を同時に完了し、変更した部分は夏の午後の環境光と自然に馴染んでいる。

組み合わせ編集：カボチャを指定した Hex カラーで2色に変え、背景の書体を刺繍風の質感に変える、一度に同時完了。出典：ByteDance Seed

1枚のポスターが10数層に分離、メインの被写体まるごと差し替えも可能

これは今回のアップグレードの中で最も特徴的な機能の一つだ。一文の説明だけで、Seedream 5.0 Pro は完成した1枚の画像を独立したレイヤー群に分離でき、そのまま再加工可能なデザイン素材として直接出力できる。

以下のデモでは、1枚のオウムのポスターが10数層に分離され、オウムに隠れていた背景が補完され、最後にクリエイターは主体のオウムをそのままクジャクに差し替えた。

逆に、モデルは複数画像の融合もできる。複数の参照素材と1枚のベース画像を同時に入力すると、指示に従って異なる要素を同じシーンに組み合わせる。ビジュアルコラージュやアイデア発散の前段階の作業に向いている。

光影・素材・肌のテクスチャで、写真のような画面に

Seedream 5.0 Pro は現実世界の光影、物体の素材、肌のディテールへの理解を強化しており、CG 表現と写真的な質感の両方が向上している。リアルさは光・物・人の3つを正確に再現できるかどうかにかかっている。

光影においては、モデルは高周波のディテールにおける微細な動きを捉えられる：薄暗い部屋にブラインド越しに差し込む「天使の梯子」、寿司のポスターで宙に舞う米粒と魚卵、モノクロフィルムに写った水しぶき、いずれも瞬間として定着できる。

光影のディテール：ブラインドの「天使の梯子」、宙に舞う米粒と魚卵、フィルムの水しぶき、画面には空間の奥行きとフィルムらしい階調感の両方がある。出典：ByteDance Seed

素材においては、モデルは実際の物理法則に従って反射・屈折・透光を処理する。下の画像左側の街並みのショーウィンドウでは、ガラス上のレトロなポスターが印刷の網点の質感を保持しており、ポスター・街並み・ガラスの反射の3層が虚実織り交ぜて重なっている。右側の「海辺の断崖ガラス別荘」は、金属・ガラス・石材・海水・木材の間で、室内の暖かい光と夕日、海面の複数の反射が柔らかく移り変わっている。

素材と反射：ショーウィンドウのガラスに虚実3層が織り交ざり、ガラス別荘は複数の素材間で柔らかな多重反射の移り変わりを見せる。出典：ByteDance Seed

ポートレートにおいては、モデルは肌のディテールを繊細に再現しており、顔のしわや粗い肌質にも層があり、マットな顔の光影の移り変わりが柔らかい。実写映画のようなポートレートだけでなく、3A ゲーム（大手企業が高予算で作る、実写に近いリアリティの映画品質のゲーム大作）のリアル系キャラクターも作れ、衣装・肢体・環境光が統一された調和を見せる。

ポートレートと 3A キャラクター：顔のしわや粗い肌質に層があり、リアル系ゲームキャラクターの衣装と環境光が統一されている。出典：ByteDance Seed

別の公式事例：家庭のシーンでの父娘の触れ合いを描いたリアルなポートレート、肌の質感と自然光にも明らかな AI らしさは見られない。出典：ByteDance Seed プロジェクトページ

静止画にとどまらず、モデルは高度な写真表現もサポートしている。パンニングのシーンでは、自転車に乗る人物と車体はくっきりと鮮明で、背景の街並みは水平方向のモーションブラーがかかり、車輪のスポークは回転してぼやける。カメラの水平追従と車輪の高速回転という二重の運動関係を再現している。

Prompt：摇拍一个骑行者，人物和自行车主体清晰，背景街道拉成水平方向的运动模糊，车轮辐条有旋转虚化，传递速度感。

複数画像の合成はこの制御力をさらに拡張する。複数の独立した人物写真を入力すると、モデルはそれぞれの顔の特徴を抽出し、指定した立ち位置で同じシーンに組み合わせ、光影が統一され質感の調和した集合写真を生成できる。

Prompt：将图 2 到图 6 的人物，参照图 1 站位合影，人物神态开心，背景有树和咖啡馆门店。

十数種類の言語を直接入力可能、アラビア語の連続筆記も正確

グローバルな創作は単に文字を翻訳するだけではなく、異なる市場の地域文化と視覚的特徴を伝えることでもある。中国語・英語のほか、Seedream 5.0 Pro はフランス語、ドイツ語、ロシア語、日本語、韓国語、スペイン語、アラビア語など10種類以上の一般的な言語のネイティブな直接入力・生成をサポートしている。

異なる言語で指示を入力すると、モデルは意味を理解するだけでなく、対応する文化的文脈における建築様式・人物の顔立ち・服装のディテールにもマッチさせ、画面を現地の雰囲気に馴染ませられる。

文字のレンダリングでは、モデルは異なる言語の組版ルールに自動で適応する。同じビジュアルレイアウトであっても、通常の中国語・英語をレンダリングできるだけでなく、アラビア語の右から左への連続筆記を処理し、スペイン語のアクセント記号（PASIÓN など）を再現できる。

同じレイアウトでの多言語文字レンダリング：アラビア語の右から左への連続筆記、スペイン語のアクセント記号ともに正確に処理できる。出典：ByteDance Seed

以下は3つの言語の組版ルールを分解して見たもので、同じ単語が異なる書記システムでどう書かれるかの違いが直感的に分かる：

（上図は組版ルールの説明図で、各言語の書字方向と記号の違いを理解する助けとなる。）

実際のケースに落とし込むと、公式プロジェクトページはさらに直感的な2つのサンプルを挙げている：一つはアラビア語の医療アプリの画面で、画面全体の文字が右から左に連続して並び、アイコンの位置もそれに合わせて反転している。もう一つはスペイン語の「死者の日」をテーマにしたポスターで、装飾の柄も組版も現地の祝祭の視覚的な慣習に沿っている。単に英語のテンプレートに翻訳を当てはめただけではない。

アラビア語アプリの画面：全画面 RTL 組版、アイコンの並び順もそれに合わせて反転。出典：ByteDance Seed プロジェクトページ

スペイン語の祝祭ポスター：柄の装飾と組版のスタイルが「死者の日」の現地の視覚的慣習に合致している。出典：ByteDance Seed プロジェクトページ

クリエイターにとって、これらの機能はどこで使えるのか

公式の説明によれば、今回のアップグレードは主にモデルの空間構造の認識、高密度な文字レンダリング、多言語理解における基盤的な進歩に由来する。プロの制作現場に落とし込むと、いくつかの機能はそれぞれ手間を省ける場面に対応している。

インフォグラフィックやポスターのような高情報密度のコンテンツは一発でプロ仕様のレイアウトを生成でき、デザイナーがゼロから組版する時間を省ける。クリック選択・囲み選択による局所編集にレイヤーのインテリジェントな分離を加えることで、デザイナーは全体を描き直すことなく半完成品に対して高頻度の微調整ができる。10種類以上の言語のネイティブ生成は、複数市場をまたぐローカライズされたビジュアル制作を支え、言語ごとに画面を作り直す必要がなくなる。

公式は現時点での限界についても説明している：複雑なインフォグラフィック生成、インタラクティブな精密編集では進歩を実現したが、より細かい粒度の文字レンダリング、ピクセルレベルの編集での一貫性については、依然として改善の余地があるという。

プロジェクトページには事例の壁が丸ごと1枚、スタイルの幅は本記事よりずっと広い

公式アカウントに掲載されたこれらのデモのほかに、ByteDance Seed のプロジェクトページ自体にも一連の事例が掲載されており、実写写真、イラスト、キャラクターデザイン、UI から風景の大作まで横断していて、能力のカバー範囲は本記事で紹介したものより広い。いくつかピックアップして以下に掲載する、興味があれば飛んで事例の壁を全部見てほしい。

逆光のベーキングシーン、粉塵が舞い散る瞬間の質感

渓谷と川の風景、リアルな風景写真

騎兵突撃のコマ割りイラスト、複数コマの物語を一発生成

雑誌の表紙デザイン、図とテキストの階層と組版が一発で決まる

ファンタジーイラスト：砂漠の幼竜、体毛と鱗のディテールがくっきり

ゲームキャラクター立ち絵：鎧をまとった騎士、素材がリアル

熱帯の島の空撮、色彩の階層が豊か

トレイルランの動的なスナップ、泥水が飛び散るディテール

Seedream 5.0 Pro は4つの方向のアップグレードを一度に持ってきた：複雑な情報をプロ仕様のレイアウトに組む、囲み選択・クリック選択による精密編集、現実の光影と肌の質感の再現（映画品質のポートレートからリアル系ゲームキャラクターまで作れる）、10種類以上の言語のネイティブサポート。まずは最も難しい、大量の情報を1枚の画像に組み込む機能から見てみよう。

組版だけでなく、「画像を直す」というやり方自体も変えた：以前は局所的な微調整をしたくても画像全体を描き直すしかなかったが、今は囲んだ部分だけを直せる。これを支えているのが Grounding という基盤能力だ。

Grounding（空間定位理解）は、画面に座標地図を添付するようなものだ：モデルはあらゆる物体・文字・余白がどこにあり、それが何であるかを把握している。どこを囲んでも、モデルはその部分だけを動かし、周囲を巻き込まない。

小互がリビングのソファの色を変えたくて、ソファを囲む。モデルはまずこの部分が画面のどの座標にあるかを計算し、それがソファだと認識してから、この部分だけを深緑色に変える。隣のテーブルや窓はまったく動いていない。同じ定位能力は、クリック、色ブロックの塗り込み、枠による領域分割生成もサポートしている。

「10種類以上の言語をサポート」と聞いてもピンとこないが、具体的な作業に置き換えるとはっきり分かる：10言語をカバーする必要のあるプロモーションポスターを1セット作る場合を考えてみよう。

上記のすべての機能説明・サンプル画像・動画は、すべて ByteDance Seed の公式発表によるもので、第三者による独立した再現検証は行われていない。