Como usar Seedream 5 para gerar e editar imagens

A ByteDance posiciona o Seedream 5.0 Lite como um modelo multimodal que interpreta texto e imagens antes de gerar. O anúncio oficial destaca compreensão de intenção, raciocínio visual, conhecimento de mundo, transferência de estilo, edição localizada, consistência e cenas com vários sujeitos.

O principal avanço declarado pela própria equipe não é velocidade nem resolução maior. É o raciocínio por trás de ler, ver, desenhar e escrever. Por isso, o modelo é útil quando o pedido contém relações espaciais, vários objetos, uma transformação inferida entre referências, texto dentro da imagem ou uma edição que deve preservar áreas não alteradas.

No VideoAny, o modelo integrado é o Seedream 5.0 Lite hospedado pela fal. Ele funciona em Texto para Imagem e Imagem para Imagem. Cada saída custa 12 créditos; o usuário pode pedir de uma a quatro imagens e escolher tamanhos automáticos de 2K ou 3K, além de seis formatos predefinidos.

A fal também oferece 4K no endpoint, mas a interface atual do VideoAny não expõe essa opção. O mesmo vale para a pesquisa em tempo real mostrada pela ByteDance: o fluxo atual não envia ferramenta de busca. O guia antigo prometia 4K nativo e geração em três a cinco segundos; essas afirmações não correspondem aos controles atuais e foram removidas.

Para geração, use a ordem objetivo, sujeitos, atributos de cada sujeito, posição, ambiente, câmera, luz, estilo, texto literal e elementos proibidos. Em vez de dizer faça um anúncio bonito, defina produto à esquerda, título no alto, preço no canto inferior direito e fundo creme.

Para várias pessoas ou objetos, identifique cada um e use esquerda, centro, direita, primeiro plano e fundo. A ByteDance mostrou um exemplo interno com nove células e atributos diferentes, mas isso não garante contagem perfeita em todo pedido. Revise letras, números, relógios, dedos e objetos repetidos.

Coloque qualquer texto que deve aparecer entre aspas e escreva exatamente com acentos. Diga família tipográfica, caixa, posição, alinhamento, cor e hierarquia. Se uma palavra sair errada, edite somente aquela região ou componha a tipografia final num editor gráfico.

No modo de edição, descreva o estado final. Escreva troque a embalagem da imagem 1 pela embalagem da imagem 2, preserve mão, mesa, sombras e enquadramento. Evite comandos vagos como melhore tudo, pois eles autorizam mudanças que você talvez não queira.

Use a imagem 1 como base sempre que possível. A imagem 2 pode fornecer produto ou roupa; a imagem 3, logotipo; a imagem 4, ambiente; a imagem 5, estilo. Se uma referência não tiver função declarada, o modelo pode ignorá-la ou misturar seus elementos.

Escolha arquivos nítidos, sem pessoas extras e com iluminação compatível. Para preservar uma pessoa autorizada, envie rosto e corpo inteiro em referências separadas, mas diga que ambas representam o mesmo adulto. Para produto, use frente, verso e detalhe do rótulo somente quando cada ângulo for necessário.

Peça primeiro a mudança principal e depois liste o que permanece. Exemplo: substitua o frasco, preserve mão, pose, fundo, enquadramento e sombras. Em seguida, declare o texto que deve ser removido, mantido ou refeito.

A edição aceita até dez imagens, mas cada entrada aumenta a chance de conflito. Comece com duas ou três. Acrescente referência somente quando conseguir dizer em uma frase o que ela controla.

Se o texto sair errado, reduza a quantidade de palavras, aumente o espaço reservado e coloque a frase exata entre aspas. Não peça dez linhas pequenas num único cartaz. Para peça comercial, trate a imagem como rascunho e confira cada caractere antes de publicar.

Se a contagem falhar, organize os itens em grade, numere posições e remova elementos decorativos parecidos. Um pedido com seis bombons, confetes e seis flores pode confundir o que deve ser contado.

Se uma edição mudar rosto ou produto, simplifique o prompt e repita o que deve permanecer. Use somente referências necessárias e declare imagem 1 como base. Para identidade real, compare olhos, nariz, boca, cabelo, tom de pele, idade aparente e marcas pessoais.

Se o fundo ou a luz mudarem, escreva preserve exatamente fundo, câmera, enquadramento, direção da luz e sombras da imagem 1. Como não há máscara exposta, talvez seja necessário fazer uma nova tentativa ou usar outra ferramenta de edição localizada.

Depois de aprovar texto, mãos, produto e composição, envie a saída para Wan 2.7 Video. O custo atual é 25 créditos por segundo, então dois segundos custam 50 e cinco segundos custam 125.

Use uma ação por clipe. Para produto: a câmera se aproxima lentamente, reflexo percorre o vidro e folhas se movem com brisa leve; produto e rótulo permanecem estáveis. Para retrato: a pessoa pisca uma vez, respira e vira levemente o rosto; câmera fixa; preservar identidade e roupa.

Não tente consertar texto ou logotipo durante o vídeo. O movimento tende a deformar letras pequenas. Se o rótulo é essencial, reduza movimento, mantenha a câmera estável e confira quadro a quadro.

Para NSFW, prefira personagens fictícios e inequivocamente adultos. Não use menor, aparência juvenil, uniforme escolar, coerção, incapacidade, violência sexual ou pessoa real sem autorização específica. Descarte qualquer saída em que a idade pareça ambígua.

Não transforme selfie de ex, celebridade, influenciador, colega ou desconhecido em nudez ou sexo. Autorização para retrato, namoro ou publicação comum não cobre pornografia sintética. Consentimento precisa incluir cena, nível de nudez, armazenamento, venda e canal de divulgação.

Em campanha, confirme direitos sobre produto, embalagem, logotipo, fonte, fotografia e pessoa. Não invente selo oficial, preço, resultado clínico ou benefício de saúde. Informe o uso de IA quando a peça puder enganar o público sobre pessoa, produto ou fato.

A edição pode enviar até dez arquivos para infraestrutura hospedada. Corte terceiros e dados desnecessários, não envie documento ou endereço, restrinja acesso aos resultados e apague cópias íntimas quando o projeto terminar.