Seedream v4 Edit Sequential API by ByteDance
Open and Advanced Large-Scale Image Generative Models.
อินพุต
เอาต์พุต
รอดำเนินการแต่ละครั้งจะใช้ $0.027 ด้วย $10 คุณสามารถรันได้ประมาณ 370 ครั้ง
คุณสามารถทำต่อได้:
ตัวอย่างโค้ด
import requests
import time
# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "bytedance/seedream-v4/edit-sequential",
"prompt": "A beautiful landscape with mountains and lake",
"width": 512,
"height": 512,
"steps": 20,
"guidance_scale": 7.5,
}
generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]
# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
def check_status():
while True:
response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
result = response.json()
if result["data"]["status"] == "completed":
print("Generated image:", result["data"]["outputs"][0])
return result["data"]["outputs"][0]
elif result["data"]["status"] == "failed":
raise Exception(result["data"]["error"] or "Generation failed")
else:
# Still processing, wait 2 seconds
time.sleep(2)
image_url = check_status()ติดตั้ง
ติดตั้งแพ็คเกจที่จำเป็นสำหรับภาษาของคุณ
pip install requestsการยืนยันตัวตน
คำขอ API ทั้งหมดต้องมีการยืนยันตัวตนผ่าน API key คุณสามารถรับ API key ได้จากแดชบอร์ด Atlas Cloud
export ATLASCLOUD_API_KEY="your-api-key-here"HTTP Headers
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}อย่าเปิดเผย API key ของคุณในโค้ดฝั่งไคลเอนต์หรือที่เก็บข้อมูลสาธารณะ ให้ใช้ตัวแปรสภาพแวดล้อมหรือพร็อกซีฝั่งเซิร์ฟเวอร์แทน
ส่งคำขอ
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "your-model",
"prompt": "A beautiful landscape"
}
response = requests.post(url, headers=headers, json=data)
print(response.json())ส่งคำขอ
ส่งคำขอสร้างแบบอะซิงโครนัส API จะส่งคืน prediction ID ที่คุณสามารถใช้ตรวจสอบสถานะและดึงผลลัพธ์ได้
/api/v1/model/generateImageเนื้อหาคำขอ
import requests
url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "bytedance/seedream-v4/edit-sequential",
"input": {
"prompt": "A beautiful landscape with mountains and lake"
}
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")การตอบกลับ
{
"id": "pred_abc123",
"status": "processing",
"model": "model-name",
"created_at": "2025-01-01T00:00:00Z"
}ตรวจสอบสถานะ
สำรวจ prediction endpoint เพื่อตรวจสอบสถานะปัจจุบันของคำขอ
/api/v1/model/prediction/{prediction_id}ตัวอย่างการสำรวจ
import requests
import time
prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
while True:
response = requests.get(url, headers=headers)
result = response.json()
status = result["data"]["status"]
print(f"Status: {status}")
if status in ["completed", "succeeded"]:
output_url = result["data"]["outputs"][0]
print(f"Output URL: {output_url}")
break
elif status == "failed":
print(f"Error: {result['data'].get('error', 'Unknown')}")
break
time.sleep(3)ค่าสถานะ
processingคำขอยังอยู่ระหว่างการประมวลผลcompletedการสร้างเสร็จสมบูรณ์แล้ว ผลลัพธ์พร้อมใช้งานsucceededการสร้างสำเร็จแล้ว ผลลัพธ์พร้อมใช้งานfailedการสร้างล้มเหลว ตรวจสอบฟิลด์ errorการตอบกลับที่เสร็จสมบูรณ์
{
"data": {
"id": "pred_abc123",
"status": "completed",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.png"
],
"metrics": {
"predict_time": 8.3
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}
}อัปโหลดไฟล์
อัปโหลดไฟล์ไปยังที่เก็บข้อมูล Atlas Cloud และรับ URL ที่คุณสามารถใช้ในคำขอ API ของคุณ ใช้ multipart/form-data ในการอัปโหลด
/api/v1/model/uploadMediaตัวอย่างการอัปโหลด
import requests
url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }
with open("image.png", "rb") as f:
files = {"file": ("image.png", f, "image/png")}
response = requests.post(url, headers=headers, files=files)
result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")การตอบกลับ
{
"data": {
"download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
"file_name": "image.png",
"content_type": "image/png",
"size": 1024000
}
}Input Schema
พารามิเตอร์ต่อไปนี้ยอมรับในเนื้อหาคำขอ
ไม่มีพารามิเตอร์ที่ใช้ได้
ตัวอย่างเนื้อหาคำขอ
{
"model": "bytedance/seedream-v4/edit-sequential"
}Output Schema
API จะส่งคืนการตอบกลับ prediction พร้อม URL ของผลลัพธ์ที่สร้างขึ้น
ตัวอย่างการตอบกลับ
{
"id": "pred_abc123",
"status": "completed",
"model": "model-name",
"outputs": [
"https://storage.atlascloud.ai/outputs/result.png"
],
"metrics": {
"predict_time": 8.3
},
"created_at": "2025-01-01T00:00:00Z",
"completed_at": "2025-01-01T00:00:10Z"
}Atlas Cloud Skills
Atlas Cloud Skills เชื่อมต่อโมเดล AI กว่า 300+ เข้ากับผู้ช่วยเขียนโค้ด AI ของคุณโดยตรง ติดตั้งด้วยคำสั่งเดียว จากนั้นใช้ภาษาธรรมชาติเพื่อสร้างรูปภาพ วิดีโอ และสนทนากับ LLM
ไคลเอนต์ที่รองรับ
ติดตั้ง
npx skills add AtlasCloudAI/atlas-cloud-skillsตั้งค่า API Key
รับ API key จากแดชบอร์ด Atlas Cloud และตั้งค่าเป็นตัวแปรสภาพแวดล้อม
export ATLASCLOUD_API_KEY="your-api-key-here"ความสามารถ
เมื่อติดตั้งแล้ว คุณสามารถใช้ภาษาธรรมชาติในผู้ช่วย AI ของคุณเพื่อเข้าถึงโมเดล Atlas Cloud ทั้งหมด
MCP Server
Atlas Cloud MCP Server เชื่อมต่อ IDE ของคุณกับโมเดล AI กว่า 300+ ผ่าน Model Context Protocol ใช้งานได้กับไคลเอนต์ที่รองรับ MCP ทุกตัว
ไคลเอนต์ที่รองรับ
ติดตั้ง
npx -y atlascloud-mcpการกำหนดค่า
เพิ่มการกำหนดค่าต่อไปนี้ลงในไฟล์ตั้งค่า MCP ของ IDE ของคุณ
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}เครื่องมือที่ใช้ได้
API Schema
ไม่มี SchemaSeedance 1.5 Pro
การสร้างเสียงและภาพพื้นเมืองเสียงและภาพ ทั้งหมดในครั้งเดียว
โมเดล AI ปฏิวัติวงการของ ByteDance ที่สร้างเสียงและวิดีโอที่ซิงค์กันอย่างสมบูรณ์แบบพร้อมกันจากกระบวนการเดียวที่รวมเป็นหนึ่ง สัมผัสประสบการณ์การสร้างเสียงและภาพพื้นเมืองที่แท้จริงด้วยการซิงค์ริมฝีปากที่แม่นยำระดับมิลลิวินาทีในกว่า 8 ภาษา
Model Highlights
Featuring five core capabilities: Precision Instruction Editing, High Feature Preservation, Deep Intent Understanding, Multi-Image I/O, and Ultra HD Resolution. Covering diverse creative scenarios, bringing every inspiration to life instantly with high quality.
Precision Instruction Editing
Simply describe your needs in plain language to accurately perform add, delete, modify, and replace operations. Enable applications across commercial design, artistic creation, and entertainment.
High Feature Preservation
Deep Intent Understanding
Multi-Image Input/Output
Input multiple images at once, supporting complex editing operations like combination, migration, replacement, and derivation, achieving high-difficulty synthesis
Ultra HD Resolution
Resolution upgraded again, supporting ultra-high-definition output for professional-grade image quality
เหมาะสำหรับ
Prompt Examples & Creative Templates
Discover the power of Seedream 4.0 with these carefully crafted prompt examples. Each template showcases specific capabilities and helps you achieve professional results.
Perspective & Composition Control
Transform camera angles, adjust scene distance, and modify aspect ratios with precisionChange the camera angle from eye-level to bird's-eye view, adjust the scene from close-up to medium shot, and convert the image aspect ratio to 16:9. Maintain all original elements and lighting while adapting the composition for the new perspective and format.
.png&w=3840&q=75)
Mathematical Whiteboard Creation
Generate clean whiteboard with precise mathematical formulas and equationsCreate a clean white whiteboard with the following mathematical equations written in clear, professional handwriting: E=mc², √(9)=3, and the quadratic formula (-b±√(b²-4ac))/2a. Use black or dark blue marker style, with proper spacing and mathematical notation.
.png&w=3840&q=75)
Sketch to Reality Transformation
Transform rough sketches into detailed realistic objects - bringing wild imagination to lifeBased on this rough sketch, generate a vintage television set from the 1950s-60s era. Transform the abstract lines and shapes into a realistic, detailed old-style TV with wooden cabinet, rounded screen, control knobs, and period-appropriate design elements. Make the vague concept concrete and lifelike.
.png&w=3840&q=75)
Lossless Detail Enhancement
Maximize original image detail retention, avoiding AI-generated artifacts for truly lossless editingEnhance this image while maximizing the preservation of original details. Avoid any AI-generated 'plastic' or 'oily' artifacts. Maintain authentic textures, natural lighting, and original image characteristics. Focus on clean, lossless enhancement that respects the source material's integrity.
.png&w=3840&q=75)
Creative Font Styling
Transform plain text into artistic, creative typography while maintaining readabilityTransform all the text in this image into creative, artistic fonts. Replace the standard typography with stylized lettering that matches the image's aesthetic - use decorative fonts, calligraphy styles, or artistic text treatments. Maintain the same text content and layout while making the typography more visually appealing and creative.
Core Capabilities
Advanced text understanding and image generation capabilities, supporting various artistic styles and professional requirements, from concept to final artwork in one step.
Natural language-based editing commands, supporting object addition/removal, style transfer, background replacement, and more complex editing operations.
Revolutionary multi-image input capability, enabling complex image synthesis, style migration, and creative combinations with unprecedented control.
Why Choose Seedream 4.0?
All-in-One Solution
Single model handles generation, editing, and composition - no need to switch between different toolsProfessional Quality
Commercial-grade output quality with precise control over every detailConsistent Style
Maintains character and style consistency across multiple generations and editsข้อมูลจำเพาะทางเทคนิค
สัมผัสประสบการณ์การสร้างเสียงและภาพพื้นเมือง
เข้าร่วมกับผู้สร้างภาพยนตร์ ผู้โฆษณา และผู้สร้างสรรค์ทั่วโลกที่กำลังปฏิวัติการสร้างเนื้อหาวิดีโอด้วยเทคโนโลยีล้ำสมัยของ Seedance 1.5 Pro
Seedream 4: A next-generation multimodal image generation system developed by ByteDance Seed
Model Card Overview
| Field | Description |
|---|---|
| Model Name | Seedream 4 |
| Developed by | ByteDance Seed Team |
| Release Date | September 9, 2025 |
| Model Type | Multimodal Image Generation |
| Related Links | Official Website, Technical Report (arXiv), GitHub Organization (ByteDance-Seed) |
Introduction
Seedream 4 is a powerful, efficient, and high-performance multimodal image generation system that unifies text-to-image (T2I) synthesis, image editing, and multi-image composition within a single, integrated framework. Engineered for scalability and efficiency, the model introduces a novel diffusion transformer (DiT) architecture combined with a powerful Variational Autoencoder (VAE). This design enables the fast generation of native high-resolution images up to 4K, while significantly reducing computational requirements compared to its predecessors.
The primary goal of Seedream 4 is to extend traditional T2I systems into a more interactive and multidimensional creative tool. It is designed to handle complex tasks involving precise image editing, in-context reasoning, and multi-image referencing, pushing the boundaries of generative AI for both creative and professional applications.
Key Features & Innovations
Seedream 4 introduces several key advancements in image generation technology:
- Unified Multimodal Architecture: It integrates T2I generation, image editing, and multi-image composition into a single model, allowing for seamless transitions between different creative workflows.
- Efficient and Scalable Design: The model features a highly efficient DiT backbone and a high-compression VAE, achieving over 10x inference acceleration compared to Seedream 3.0 while delivering superior performance. This architecture is hardware-friendly and easily scalable.
- Ultra-Fast, High-Resolution Output: Seedream 4 can generate native high-resolution images (from 1K to 4K) in as little as 1.4 to 1.8 seconds for a 2K image, greatly enhancing user interaction and production efficiency.
- Advanced Multimodal Capabilities: The model excels at complex tasks such as precise, instruction-based image editing, in-context reasoning, and generating new images by blending elements from multiple reference images.
- Professional and Knowledge-Based Content Generation: Beyond artistic imagery, Seedream 4 can generate structured and knowledge-based content, including charts, mathematical formulas, and professional design materials, bridging the gap between creative expression and practical application.
- Advanced Training and Acceleration: The model is pre-trained on billions of text-image pairs and utilizes a multi-stage post-training process (CT, SFT, RLHF) to enhance its capabilities. Inference is accelerated through a combination of adversarial distillation, quantization, and speculative decoding.
Model Architecture & Technical Details
Seedream 4's architecture is a significant leap forward, focusing on efficiency and power. The core components are a diffusion transformer (DiT) and a Variational Autoencoder (VAE).
- Pre-training Data: Billions of text-image pairs, including a specialized pipeline for knowledge-related data like instructional images and formulas.
- Training Strategy: A multi-stage approach, starting at a 512x512 resolution and fine-tuning at higher resolutions up to 4K.
- Post-training: A joint multi-task process involving Continuing Training (CT), Supervised Fine-Tuning (SFT), and Reinforcement Learning from Human Feedback (RLHF) to enhance instruction following and alignment.
- Inference Acceleration: A holistic system combining an adversarial learning framework, hardware-aware quantization (adaptive 4/8-bit), and speculative decoding.
Intended Use & Applications
Seedream 4 is designed for a wide range of creative and professional applications, moving beyond simple image generation to become a comprehensive visual content creation tool.
- Creative Content Generation: Creating high-quality, artistic images, illustrations, and concept art from text prompts.
- Advanced Image Editing: Performing complex edits on existing images using natural language instructions, such as adding or removing objects, changing styles, and modifying backgrounds.
- Design and Marketing: Generating professional design materials, product mockups, and marketing visuals with precise control over text and branding elements.
- Educational and Technical Content: Creating structured, knowledge-based visuals like diagrams, charts, and mathematical formulas for educational or technical documentation.
- Multi-Image Composition: Blending elements from multiple source images to create new compositions, such as virtual try-ons for fashion or combining characters with new scenes.
Performance
Seedream 4 has demonstrated state-of-the-art performance on both internal and public benchmarks as of September 18, often outperforming other leading models in text-to-image and image editing tasks.
MagicBench (Internal Benchmark)
| Task | Performance Summary |
|---|---|
| Text-to-Image | Achieved high scores in prompt following, aesthetics, and text-rendering. |
| Single-Image Editing | Showed a good balance between prompt following and alignment with the source image. |
