机器之心报道 编辑：杨文 打开多模态自由创作的大门。 谷歌 Nano Banana 掀起的全球创作狂欢尚未消退之际，字节又玩了把大的。 近日，字节跳动开始内测最新的豆包・图像创作模型 Seedream 4.0。与此前版本相比，Seedream 4.0 首次支 持多模态生图，同一模型可以实现文生图、图像编辑、组图生成，并在核心能力上迎来了显著提升： 主体一致性增强 ：无论是文本驱动还是图像驱动，都能稳健保持主体特征，避免「失真」与「错 位」。 提示词：将平视视角改为俯视视角，将近景改为中景，并把画面比例改为 16 ： 9 。 多图灵活创作 ：支持文本、图像的多维组合输入，轻松实现参考生成、融合生成与编辑。 提示词：根据参考图中两个男生的形象，生成一组动作片分镜，原比例。 从更长远的技术发展视角来看，多模态自由创作正成为大势所趋。无论是文本驱动、图像驱动，还是多图 融合，用户都期待能以更自然、更随心的方式与 AI 协作。 Seedream 4.0 内测一出，网友们就把它玩出了花。 比如基于多图融合能力，上传两张角色照片，再加上火柴人自拍动作，即可实现同框合影。 提示词：将图 1 男子和图 2 女子合进一张画面，参 ...