核心用法
ByteDance AI Image Gen 是字节跳动旗下火山引擎 Seedream 系列模型的调用入口，支持六种核心能力：文生单图、文生组图、图生单图、图生组图、多图融合及图片编辑。用户通过自然语言指令触发后，系统自动推断参数并执行 python doubao_image_gen.py 命令，无需二次确认。
关键参数规则：
- 画质推断：未指定→3K，提及"4K/高清"→4K
- 比例支持：16:9（宽屏）、9:16（竖屏）、21:9（电影）
- 模型调度：Seedream-4.5（主力）→ 5.0-Lite → 4.0（仅文生图），每模型日限18次
命令速查：
| 场景 | 命令示例 |
|------|---------|
| 文生图 | `gen "洪崖洞夜景" 4K --ratio 16:9` |
| 图生图 | `img2img "换成夜景" "photo.jpg" 4K` |
| 组图 | `seq "猫咪" --num 3` |
| 多图融合 | `seq "融合" --refs a.jpg b.jpg` |
显著优点
1. 顶级模型免费：参与火山协作奖励计划可免费调用 Seedream-4.5 等旗舰模型
2. 零延迟执行：检测到触发词后自动执行，无需用户二次确认
3. 智能参数推断：自动识别画质、比例、模式要求，降低使用门槛
4. 多模态全覆盖：单图/组图/融合/编辑一站式完成
5. 成本可控：模型级配额管理+自动降级机制
潜在缺点与局限性
- 配额紧张：每模型仅18次/日，重度用户易触发降级或超限拒绝
- 配置门槛高：需手动获取 ARK_API_KEY 及3个模型接入点ID
- 4.0模型 crippled：不支持图生图、编辑、融合等进阶功能
- 生成耗时：30-60秒等待，无进度反馈
- 多图融合限制：参考图 base64 后需<15MB
适合人群
- 设计师/创意工作者：需要快速生成概念图、风格迁移
- 内容创作者：批量生成配图、封面、插画
- 开发者：集成火山引擎生图能力至工作流
- 免费额度敏感用户：愿意完成协作奖励任务换取免费调用
常规风险
1. 密钥泄露风险：ARK_API_KEY 及接入点 ID 需妥善保管
2. 内容合规：Seedream 内置字节内容审核，敏感描述可能触发拦截
3. 配额耗尽突发：高峰期可能快速用完18次额度
4. 水印争议：默认带水印，商用需注意授权条款
5. 输出路径依赖：需手动告知用户生成文件本地路径
---
数据来源：火山引擎官方文档（volcengine.com/docs/82379/1541523）