Doubao Seedream 5.0 pro（以下简称 Seedream 5.0 pro）面向高精度图片生成场景，提供更精准的位置与元素控制能力。支持文生图、单张图生图、多参考图生图，支持通过交互编辑实现精准坐标定位和任意标记编辑，并支持将单张图片拆分为底图与多个图层。本文重点介绍 Seedream 5.0 pro 的专属能力，帮助您快速实现 [Image generation API](https://docs.volcengine.com/docs/88760/2647422) 调用。 # 特色能力 Seedream 5.0 pro 新增以下特色功能： |特色能力 |能力介绍 |效果预览 | |---|---|---| |[交互编辑](https://docs.volcengine.com/docs/88760/2646963#interactive_edit) |支持通过坐标、框选、箭头等多种方式指定编辑位置，精准编辑图片，实现局部元素替换、物品定位、区域生成等精细化操作。 |

| |[图层拆分](https://docs.volcengine.com/docs/88760/2646963#layer_decomposition) |支持将单张图片的主体、背景、文字、装饰元素等内容自动拆解为 1 张底图和最多 16 个独立且带透明通道的图层，便于移动、缩放、替换、调色等二次编辑。 |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/seedream_50_pro_layer_output2.gif) | |原生多语种生成 |新增支持俄语、阿拉伯语、菲律宾语、泰语、土耳其语、韩语、马来语、西班牙语、葡萄牙语、印尼语、法语、德语、越南语、日语等 14 种语言的原生文字生成能力。 |![图片](https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro-part2-tab3-group1-input1.png) | # 能力概述以下为 Seedream 系列各版本模型的能力与参数对比，帮助您根据业务需求选择合适的模型。 |模型名称 ||[Seedream 5.0 pro](https://console.volcengine.com/ark/region:cn-beijing/model/detail?Id=doubao-seedream-5-0-pro) |[Seedream 5.0 lite](https://console.volcengine.com/ark/region:cn-beijing/model/detail?Id=doubao-seedream-5-0) |[Seedream 4.5](https://console.volcengine.com/ark/region:cn-beijing/model/detail?Id=doubao-seedream-4-5) |[Seedream 4.0](https://console.volcengine.com/ark/region:cn-beijing/model/detail?Id=doubao-seedream-4-0) | |---|---|---|---|---|---| |模型 ID (Model ID) ||doubao\-seedream\-5\-0\-pro\-260628 |doubao\-seedream\-5\-0\-260128 (同时支持：doubao\-seedream\-5\-0\-lite\-260128) |doubao\-seedream\-4\-5\-251128 |doubao\-seedream\-4\-0\-250828 | |[文生图](https://docs.volcengine.com/docs/88760/2646965#9695d195) ||✓ |✓ |✓ |✓ | |[文生组图](https://docs.volcengine.com/docs/88760/2646965#ec79cfda) ||暂不支持 |✓ |✓ |✓ | |[单 / 多图生图](https://docs.volcengine.com/docs/88760/2646965#8bc49063) ||✓ |✓ |✓ |✓ | |[单 / 多图生组图](https://docs.volcengine.com/docs/88760/2646965#fc9f85e4) ||暂不支持 |✓ |✓ |✓ | |[交互编辑](https://docs.volcengine.com/docs/88760/2646963#interactive_edit) ||✓ |✗ |✗ |✗ | |[图层拆分](https://docs.volcengine.com/docs/88760/2646963#layer_decomposition) ||✓ |✗ |✗ |✗ | |[流式输出](https://docs.volcengine.com/docs/88760/2646965#e5bef0d7) ||暂不支持 |✓ |✓ |✓ | |[联网搜索](https://docs.volcengine.com/docs/88760/2646965#4e1745fa) ||暂不支持 |✓ |✗ |✗ | |模型参数 |分辨率 |1K, 1.5K, 2K |2K, 3K, 4K |2K, 4K |1K, 2K, 4K | ||输出格式 |png, jpeg |png, jpeg |jpeg |jpeg | ||提示词优化模式 |标准模式, 极速模式 |标准模式 |标准模式 |标准模式, 极速模式 | ||生成数量限制 |支持生成单图/

多张图层( 1张底图+16张图层) |输入的参考图数量 + 最终生成的图片数量 ≤ 15张 | | | |限流 IPM（张 / 分钟） ||500 |500 |500 |500 | # 基础使用 Seedream 5.0 pro 的基础使用方式（文生图、图文生图、多图融合）与其他 Seedream 模型一致，只需将 `model` 参数替换为 `doubao-seedream-5-0-pro-260628`。详细代码示例和说明请参考： * [文生图](https://docs.volcengine.com/docs/88760/2646965#9695d195) * [图文生图](https://docs.volcengine.com/docs/88760/2646965#8bc49063) * [多图融合](https://docs.volcengine.com/docs/88760/2646965#4a35e28f) # 交互编辑 Seedream 5.0 pro 支持通过 **框选、点位、箭头、标注框、坐标** 等方式指定编辑位置，实现对局部区域的精准生成或修改。详细操作说明请参考 [Seedream 5.0 pro 交互编辑指南](https://docs.volcengine.com/docs/88760/2646964)。 ## 使用示例\-任意标记在参考图上通过手绘草图、涂鸦、圈选等任意标记指定编辑区域，模型将识别标记范围并在其中生成或替换内容，同时自然融入原有场景。 |提示词 |输入图 |输出 | |---|---|---| |根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。让新添加的物体自然融入原有场景中。 |![图片](https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_input2.png) |![图片](https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_output2.png) | Curl ```Bash curl https://ark.cn-beijing.volces.com/api/v3/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seedream-5-0-pro-260628", "prompt": "根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。让新添加的物体自然融入原有场景中。", "image": "https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_input2.png", "size": "2K", "output_format": "png", "watermark": false }' ``` * 您可按需替换 Model ID。Model ID 查询见 [模型列表](https://docs.volcengine.com/docs/88760/2646926)。 Python ```Python import os # Install SDK: pip install 'volcengine-python-sdk[ark]' from volcenginesdkarkruntime import Ark client = Ark( # The base URL for model invocation base_url="https://ark.cn-beijing.volces.com/api/v3", # Get API Key: https://console.volcengine.com/ark/region:cn-beijing/apikey api_key=os.getenv("ARK_API_KEY"), ) imagesResponse = client.images.generate( # Replace with Model ID model="doubao-seedream-5-0-pro-260628", prompt="根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。让新添加的物体自然融入原有场景中。", image="https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_input2.png", size="2K", output_format="png", response_format="url", watermark=False, ) print(imagesResponse.data[0].url) ``` Java ```Java package com.ark.sample; import com.volcengine.ark.runtime.model.images.generation.*; import com.volcengine.ark.runtime.service.ArkService; import okhttp3.ConnectionPool; import okhttp3.Dispatcher; import java.util.concurrent.TimeUnit; public class ImageGenerationsExample { public static void main(String[] args) { String apiKey = System.getenv("ARK_API_KEY"); ConnectionPool connectionPool = new ConnectionPool(5, 1, TimeUnit.SECONDS); Dispatcher dispatcher = new Dispatcher(); ArkService service = ArkService.builder() .baseUrl("https://ark.cn-beijing.volces.com/api/v3") // The base URL for model invocation .dispatcher(dispatcher) .connectionPool(connectionPool) .apiKey(apiKey) .build(); GenerateImagesRequest generateRequest = GenerateImagesRequest.builder() .model("doubao-seedream-5-0-pro-260628") // Replace with Model ID .prompt("根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。让新添加的物体自然融入原有场景中。") .image("https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_input2.png") .size("2K") .outputFormat("png") .responseFormat(ResponseFormat.Url) .watermark(false) .build(); ImagesResponse imagesResponse = service.generateImages(generateRequest); System.out.println(imagesResponse.getData().get(0).getUrl()); service.shutdownExecutor(); } } ``` Go ```Go package main import ( "context" "fmt" "os" "github.com/volcengine/volcengine-go-sdk/service/arkruntime" "github.com/volcengine/volcengine-go-sdk/service/arkruntime/model" "github.com/volcengine/volcengine-go-sdk/volcengine" ) func main() { client := arkruntime.NewClientWithApiKey( os.Getenv("ARK_API_KEY"), // The base URL for model invocation arkruntime.WithBaseUrl("https://ark.cn-beijing.volces.com/api/v3"), ) ctx := context.Background() outputFormat := model.OutputFormatPNG generateReq := model.GenerateImagesRequest{ Model: "doubao-seedream-5-0-pro-260628", Prompt: "根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。让新添加的物体自然融入原有场景中。", Image: volcengine.String("https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_input2.png"), Size: volcengine.String("2K"), OutputFormat: &outputFormat, ResponseFormat: volcengine.String("url"), Watermark: volcengine.Bool(false), } imagesResponse, err := client.GenerateImages(ctx, generateReq) if err != nil { fmt.Printf("generate images error: %v\n", err) return } fmt.Printf("%s\n", *imagesResponse.Data[0].Url) } ``` OpenAI ```Python import os from openai import OpenAI client = OpenAI( # The base URL for model invocation base_url="https://ark.cn-beijing.volces.com/api/v3", # Get API Key: https://console.volcengine.com/ark/region:cn-beijing/apikey api_key=os.getenv("ARK_API_KEY"), ) imagesResponse = client.images.generate( model="doubao-seedream-5-0-pro-260628", prompt="根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。让新添加的物体自然融入原有场景中。", size="2K", output_format="png", response_format="url", extra_body={ "image": "https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_input2.png", "watermark": False, }, ) print(imagesResponse.data[0].url) ``` ## 使用示例\-坐标定位通过在 prompt 中加入 `` 或 `` 坐标标签，精确指定跨图的编辑区域，实现主体元素的定位放置。完整调用步骤和参数说明请参考 [Seedream 5.0 pro 交互编辑指南](https://docs.volcengine.com/docs/88760/2646964)。 |提示词 |输入图 |输出 | |---|---|---| |将图 1 ` 179 283 796 986`的主体放到图 2 ` 118 331 933 871` 位置。 |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/image-20260711-161109-398.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/edit-image.png) | ## 使用说明交互编辑需要准备以下输入要素： **待编辑图片** 和 **prompt** （包含定位信息 + 编辑指令）。根据定位方式不同，分为以下两种形式： |形式 1：任意标记 + 自然语言定位 |形式 2：坐标精准定位 | |---|---| |在待编辑图片上通过手绘草图、涂鸦、圈选等方式标记编辑区域，然后在 prompt 中用自然语言描述标记位置和编辑意图。

```JSON```
```{```
``` "prompt": "在蓝色框内添加一个电视机"```
```}```
|使用工具框定待编辑内容的坐标（坐标获取方式详见 [Seedream 5.0 pro 交互编辑指南](https://docs.volcengine.com/docs/88760/2646964)），在 prompt 中通过 `` 或 `` 坐标标签精确指定位置。

```JSON```
```{```
``` "prompt": "将图1179 283 796 986的主体放到图2118 331 933 871位置"```
```}```
| 准备好输入要素后，将 **待编辑图片** 和 **prompt** 一起传入 API 接口即可生成图片编辑结果。 # 图层拆分 Seedream 5.0 pro 支持将单张输入图片中的主体、背景、文字、装饰元素等内容自动拆解为 1 张底图和最多 16 个可独立编辑的图层。每个图层均为带透明通道的 PNG 图片，模型还会返回图层的坐标、层级顺序和内容说明，便于在设计工具、前端画布中继续移动、缩放、替换、调色和重新组合。 ## 使用链路图层拆分功能的使用链路如下： ![图片](https://arkdocs.tos-cn-beijing.volces.com/flowcharts/image-generation/new-202608111128.svg) ## 拆分单张图片配置参数 `layer_decomposition` 为 `true` 即可开启图层拆分模式。开启后，`image` 为必选参数，且仅支持传入 1 张待拆分图片；`prompt` 为可选参数，用于描述要拆分哪些元素。 ### 提示词输入方式使用图层拆分功能，推荐采用以下三种输入方式： |使用目标 |`prompt` 写法 | |---|---| |自动拆出主要元素 |不传入 `prompt`。模型自动识别图片中的主体、文字、背景、装饰元素等主要内容，并逐一拆分为独立图层。 | |指定拆分对象 |在 `prompt` 中用自然语言描述待拆分的元素，例如“拆出人物、标题文字和右下角装饰图标”。可配合在输入图上标记（涂鸦、圈选等）辅助定位。 | |精准指定区域 |在 `prompt` 中通过 `` 坐标标签指定待拆分元素的位置。坐标采用归一化坐标，获取方式详见 [Seedream 5.0 pro 交互编辑指南](https://docs.volcengine.com/docs/88760/2646964#key-steps)。 | ### 使用示例\-自动全拆如需让模型自动识别并拆分图片中的主要元素，可不传入 `prompt`，只传入待拆分图片并设置`layer_decomposition=true`。 |1 张输入图（不传 `prompt`） |输出底图 |输出图层 ||| |---|---|---|---|---| |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/layer_auto.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_0_base.jpeg) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_1.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_2.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_3.png) | |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_4.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_5.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_6.png) | |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_7.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_8.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_9.png) | |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_10.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_11.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_auto_12.png) | Curl ```Bash curl https://ark.cn-beijing.volces.com/api/v3/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seedream-5-0-pro-260628", "image": "https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/layer_auto.png", "size": "2K", "layer_decomposition": true, "watermark": false }' ``` * 您可按需替换 Model ID。Model ID 查询见 [模型列表](https://docs.volcengine.com/docs/88760/2646926)。 ### 使用示例\-精准指定拆分区域如需精准指定拆分区域，推荐采用归一化的 `` 坐标指定需要拆分的元素。 |1 张输入图 + 提示词（归一化坐标指定拆分元素） |输出底图 |输出图层 || |---|---|---|---| |![图片](https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_layer_input.png)

> 将图片中的内容拆成 7 个图层，包括 6 组文字：

> `180 64 812 198`、`757 210 939 280`、`63 212 320 282`、`178 714 826 810`、`814 819 949 894`、`326 824 669 930`；

> 1 只鹦鹉：`347 305 642 997`。 |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_0.jpeg) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_1.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_4.png) | |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_2.png) || |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_3.png) || |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_6.png) || |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_5.png) || |||![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_7.png) || Curl ```Bash curl https://ark.cn-beijing.volces.com/api/v3/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seedream-5-0-pro-260628", "prompt": "将图片进行精确图层分离，需分离的文字坐标为180 64 812 198、757 210 939 280、63 212 320 282、178 714 826 810、814 819 949 894、326 824 669 930；鹦鹉的坐标为347 305 642 997。", "image": "https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream_50_pro_layer_input.png", "layer_decomposition": true, "size": "2K", "output_format": "jpeg", "response_format": "url", "watermark": true }' ``` * 您可按需替换 Model ID。Model ID 查询见 [模型列表](https://docs.volcengine.com/docs/88760/2646926)。 ### 响应结果说明图层拆分模式下，响应参数 `data` 数组会同时返回底图和所有图层。您可通过`url`下载所有输出图，并根据图层叠放顺序（`z_index`）区分底图和图层。利用图层的边界框坐标信息（`bounding_box`）和图层叠放顺序（`z_index`）可还原、编辑或重组图层。 |字段 |返回对象 |含义 | |---|---|---| |`url` |底图、图层 |底图或图层的下载链接。图片 URL 仅保留 24 小时。 | |`z_index` |底图、图层 |图层叠放顺序。底图 `z_index=0` 固定为`0`，各图层按 `z_index` 递增排序。 | |`bounding_box.absolute` |图层 |图层在输出底图坐标系中的绝对像素位置，适用于将图层还原到输出底图的原始位置。 | |`bounding_box.normalized` |图层 |图层在输出底图坐标系中的归一化位置，适用于将图层还原到任意尺寸的自定义画布。 | |`name`、`description` |图层 |图层名称和内容描述。 | **返回结构示例：** ```JSON { "model": "doubao-seedream-5-0-pro-260628", "created": 1784696685, "data": [ { "url": "https://...", "size": "2048x2048", "output_format": "jpeg", "z_index": 0 }, { "url": "https://...", "size": "1273x265", "output_format": "png", "z_index": 1, "bounding_box": { "absolute": [383, 120, 1655, 384], "normalized": [187, 59, 808, 188] }, "name": "Seedream标题文字", "description": "黄色大号衬线字体的Seedream标题文字" }, { "url": "https://...", "size": "492x98", "output_format": "png", "z_index": 2, "bounding_box": { "absolute": [140, 451, 631, 548], "normalized": [68, 220, 308, 268] }, "name": "左上角标语文字", "description": "白色两行文字内容为EXPLORE THE WILD, INSPIRE THE SOUL." } ], "usage": { "input_images": 1, "generated_images": 8, "output_tokens": 23107, "total_tokens": 23107 } } ``` ## 使用拆分后的图层获取底图和图层后，可以直接按原位置还原图层，也可以调整图层位置、大小和叠放顺序；如果需要修改某个元素的颜色、风格或细节，也可以单独编辑该图层。 ### 还原与重组图层还原或重组图层时，可按以下顺序处理响应结果： 1. 将 `data` 数组中 `z_index` 为 `0` 的对象作为画布背景。 2. 提取 `z_index` 大于 `0` 的图层对象，并按 `z_index` 从小到大排序。 3. 下载图层 PNG，并根据 `bounding_box` 将图层放置到输出底图或目标画布。 4. 根据业务需求调整图层坐标、尺寸或叠放顺序，生成新的组合结果。 **还原图层到输出底图** 如需将图层还原到输出底图中的原始位置，建议使用 `bounding_box.absolute`。该字段为图层在输出底图坐标系中的绝对像素坐标，格式为 `[left, top, right, bottom]`： * `left`、`top`：图层左上角相对于输出底图左上角的位置； * `right`、`bottom`：图层右下角相对于输出底图左上角的位置。可按以下方式计算图层在底图中的位置和尺寸，其中 `x`、`y` 表示图层左上角在底图中的放置位置，`w`、`h` 表示图层在底图中的展示宽高： ```text x = left y = top w = right - left h = bottom - top ``` 将图层缩放至 `w × h`，再放置到底图的 `(x, y)` 位置。多个图层需要组合时，按 `z_index` 从小到大依次叠放。 **还原到任意画布** 如需将图层还原到不同尺寸的前端画布、设计工具画布中，建议使用 `bounding_box.normalized`。该字段为图层在输出底图坐标系中的归一化坐标，表示图层边界在输出底图宽高方向上的相对位置，格式为 `[left, top, right, bottom]`： * `left`、`right`：图层左右边界在底图宽度方向上的相对位置； * `top`、`bottom`：图层上下边界在底图高度方向上的相对位置。设目标画布宽高为 `W × H`，可按以下方式计算图层在目标画布中的位置和尺寸，其中 `x`、`y` 表示图层左上角在目标画布中的放置位置，`w`、`h` 表示图层在目标画布中的展示宽高： ```text x = left / 1000 × W y = top / 1000 × H w = (right - left) / 1000 × W h = (bottom - top) / 1000 × H ``` 将图层缩放至 `w × h`，再放置到目标画布的 `(x, y)` 位置。由于归一化坐标为整数，换算到目标画布时可能存在取整误差。 `bounding_box` 字段的完整定义和坐标示例参见 [图片生成 API](https://docs.volcengine.com/docs/88760/2647422)。 ### 编辑单个透明图层图层拆分返回的图层为带透明通道的 PNG 图片。您可以将输出图层作为输入图再次调用 Seedream 模型，对其进行单独编辑，例如换色、风格变换、添加细节等。

注意

如果希望编辑后的图层继续保留透明背景，可在请求中配置 background=transparent、output_format=png。透明背景模式的使用限制请参见透明通道设置。

|提示词 |输入图层 |输出 | |---|---|---| |将图片中的鹦鹉改为孔雀 |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_4.png) |![图片](https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_4_re.png) | Curl ```Bash curl https://ark.cn-beijing.volces.com/api/v3/images/generations \ -H "Content-Type: application/json" \ -H "Authorization: Bearer $ARK_API_KEY" \ -d '{ "model": "doubao-seedream-5-0-pro-260628", "prompt": "将图片中的鹦鹉改为孔雀", "image": "https://arkdocs.tos-cn-beijing.volces.com/images/image-generation/Seedream50_layer_4.png", "size": "2K", "background": "transparent", "watermark": true }' ``` * 您可按需替换 Model ID。Model ID 查询见 [模型列表](https://docs.volcengine.com/docs/88760/2646926)。 # 提示词优化模式 Seedream 5.0 pro 支持通过 `optimize_prompt_options.mode` 参数控制提示词优化的模式： * `standard`（默认值）：标准模式，生成图片的质量较 `fast` 模式更优，但耗时更长。 * `fast`：快速模式，生成图片的耗时较 `standard` 模式更短。

使用建议

如您的业务对生成时延较为敏感，推荐使用 fast 模式以节省等待时间。

```JSON { "optimize_prompt_options": { "mode": "fast" } } ``` # 自定义图片输出规格您可以配置以下参数来控制图片输出规格： * **size** ：指定输出图像的尺寸大小。 * **response_format** ：指定生成图像的返回格式。 * **output_format** ：指定生成图像的文件格式。 * **background** ：控制是否生成带透明通道的图片。 * **watermark** ：指定是否为输出图片添加水印。 ## 图像输出尺寸 `size` 参数在 **图片生成场景** 和 **图层拆分场景** 下的可选值与默认值不同，请根据实际场景选择： ### 图片生成场景支持以下两种方式，不可混用。 **方式 1：指定分辨率档位（推荐）** 在 prompt 中用自然语言描述图片宽高比、图片形状或图片用途，最终由模型判断生成图片的大小。 * 默认值：`2K` * 可选值：`1K`、`1.5K`、`2K`

说明

1.5K 与 1K 价格相同，且图片生成效果更优。

使用方式 1 并在 prompt 中描述特定宽高比时，模型实际映射的宽高像素参考值（不限于以下标准值，仅列常见）： |分辨率 |宽高比 |宽高像素值 | |---|---|---| |1K |1:1 |1024x1024 | ||4:3 |1152x864 | ||3:4 |864x1152 | ||16:9 |1424x800 | ||9:16 |800x1424 | ||3:2 |1248x832 | ||2:3 |832x1248 | ||21:9 |1568x672 | |1.5K |1:1 |1536x1536 | ||4:3 |1792x1344 | ||3:4 |1344x1792 | ||16:9 |2048x1152 | ||9:16 |1152x2048 | ||3:2 |1872x1248 | ||2:3 |1248x1872 | ||21:9 |2352x1008 | |2K |1:1 |2048x2048 | ||4:3 |2368x1776 | ||3:4 |1776x2368 | ||16:9 |2816x1584 | ||9:16 |1584x2816 | ||3:2 |2496x1664 | ||2:3 |1664x2496 | ||21:9 |3136x1344 | **方式 2：指定宽高像素值（** **`宽x高`** **）** * 总像素取值范围：[`1280x720`（921600）, `2048x2048x1.1025`（4624220）] * 宽高比取值范围：[1/16, 16]

宽高像素值使用示例

采用方式 2 时，需同时满足总像素取值范围和宽高比取值范围。其中，总像素是对单张图宽度和高度的像素乘积限制，而不是对宽度或高度的单独值进行限制。

有效示例 ：2048x1024

总像素值 2048x1024=2097152，符合 [921600, 4624220] 的区间要求；宽高比 2048/1024=2，符合 [1/16, 16] 的区间要求，故该示例值有效。

无效示例 ：512x512

总像素值 512x512=262144，未达到 921600 的最低要求，故该示例值无效。

|方式1 |方式2 | |---|---| |```JSON```
```{```
``` "prompt": "生成一组共4张连贯插画，宽高比为3:2，核心为同一庭院一角的四季变迁，以统一风格展现四季独特色彩、元素与氛围",```
``` "size": "2K"```
```}```
|```JSON```
```{```
``` "prompt": "生成一组共4张连贯插画，核心为同一庭院一角的四季变迁，以统一风格展现四季独特色彩、元素与氛围",```
``` "size": "2048x2048"```
```}```
| ### 图层拆分场景仅支持通过指定分辨率档位的方式进行设置。输出图的分辨率规则如下： * **底图** ：输出底图的分辨率和 `size` 指定的分辨率一致；输出底图和原待拆分图的宽高比一致。 * **各图层** ：输出图层的分辨率和 `size` 指定的分辨率接近；每个输出图层和其在原图中的宽高比一致。 `size` 的默认值与可选值： * 默认值：`auto` * 可选值：`1K`、`1.5K`、`2K`、`auto`（根据输入图的尺寸和宽高比进行输出）

说明

1.5K 与 1K 价格相同，且图片生成效果更优。

auto 适配规则

auto 模式下，模型将根据输入图片的尺寸，判断输出底图与每个图层的尺寸：

若输入图片尺寸在 [1280x720（921600）, 2048x2048x1.1025（4624220）] 之间，按输入图片原尺寸输出底图与每个图层；且各自保持其在原图中的宽高比。

若输入图片小于 1K，按 1K 输出底图与每个图层，且各自保持其在原图中的宽高比。

若输入图片大于 2K，按 2K 输出底图与每个图层，且各自保持其在原图中的宽高比。

模型实际映射的宽高像素参考值同 [图片生成场景的分辨率映射表](https://docs.volcengine.com/docs/88760/2646963#pro_output_spec) ## 图像输出方式设置 `response_format` 参数，可以指定生成图像的返回方式： * `url`：返回图片下载链接。 * `b64_json`：以 Base64 编码字符串的 JSON 格式返回图像数据。 ```JSON { "response_format": "url" } ``` ## 图像文件格式设置 `output_format` 参数，指定生成图像文件的格式： * `png` * `jpeg` ```JSON { "output_format": "png" } ```

注意

图层拆分场景下，output_format 仅控制底图的输出格式，图层始终以 png 格式输出。

## 透明通道设置设置 `background` 参数，控制是否生成带透明通道的图片： * `transparent`：透明背景模式，输出带有透明背景的图。 * `opaque`（默认）：不透明背景模式，生成常规的实体背景图。 ```JSON { "background": "transparent" } ```

使用限制

仅支持图生图场景，且只支持输入 1 张带透明通道 的图片；

透明背景模式下，输出图片默认为 png 格式，若同时配置 output_format 为 jpeg，将触发报错；

若传入了不支持透明通道的文件格式（如 jpeg），将触发报错。

## 图像中添加水印设置 `watermark` 参数，来控制是否在生成的图片中添加水印。 * `false`：不添加水印。 * `true`：在图片右下角添加"AI生成"字样的水印标识。 ```JSON { "watermark": true } ``` # 使用限制 **SDK 版本升级** 为保证模型功能的正常使用，请务必升级至最新 SDK 版本。相关步骤可参考 [安装及升级 SDK](https://docs.volcengine.com/docs/88760/2647392)。 **图片传入限制** 图片传入方式（两种场景通用）： * 图片 URL：请确保图片 URL 可被访问。示例：`https://ark-project.tos-cn-beijing.volces.com/doc_image/seedream4_5_imageToimage.png` * Base64 编码：请遵循格式`data:image/<图片格式>;base64,`。注意：`<图片格式>` 必须采用小写字母，例如 `data:image/png;base64,`。如需获得图片的 Base64 编码，可使用第三方工具，例如 https://base64.guru/converter/encode/image。不同场景对输入图的约束不同，详见下表： |约束项 |图片生成场景 |图层拆分场景 | |---|---|---| |图片格式 |jpeg、png、webp、bmp、tiff、gif、heic、heif |png、jpeg | |总像素（宽×高） |[196, `6000×6000`（3600万）] |[`512×512`（262144）, `6000×6000`（3600万）] | |宽高长度（px） |大于14 |— | |宽高比（宽/高） |[1/16, 16] |[1/16, 16] | |大小 |不超过 30 MB |不超过 30 MB | |传入张数 |最多传入 10 张参考图 |仅支持传入单张图 |

说明

总像素是对单张图宽度和高度的 像素乘积 限制，而不是对宽度或高度的单独值进行限制。

**保存时间** 图片URL仅保留24小时，超时后会被自动清除。请您务必及时保存生成的图片。 **限流说明** * IPM 限流：账号下同模型（区分模型版本）每分钟生成图片数量上限。若超过该限制，生成图片时会报错。 * 图层拆分场景下，每次请求预扣减 17 IPM（即按最大输出张数 17 张预留配额）；图片全部生成后，按实际生成数量返还多扣减的额度。 * 不同模型的限制值不同，详见 [图片生成能力](https://docs.volcengine.com/docs/88760/2646926#9df4d9fd)。

火山方舟