Bagel

2 00
收藏 0

Bagel, 开源统一多模态AI用于理解、生成、编辑,Open-source unified multimodal AI for understanding, generation, editing. 什么是BAGEL？ BAGEL由字节跳动Seed开发，是一个Apache 2.0开源的统一多模态模型，旨在实现先进的图像/文本理解、生成...

语言：
zh
收录时间：
2026-05-31
打开网站手机查看
BagelBagel
Bagel打开网站

Open-source unified multimodal AI for understanding, generation, editing.

什么是BAGEL？

BAGEL由字节跳动Seed开发，是一个Apache 2.0开源的统一多模态模型，旨在实现先进的图像/文本理解、生成、编辑和导航。它提供的能力与像GPT-4o和Gemini 2.0等专有系统相媲美。BAGEL可以进行微调、蒸馏，并可以部署在任何地方，通过其原生的多模态架构提供精确、准确和逼真的输出。

如何使用 BAGEL？

用户可以通过其统一的多模态接口使用BAGEL，接受图像和文本输入，并以混合格式输出。用户可以进行多轮对话，生成高保真图像和视频帧，执行图像编辑，应用风格迁移，导航虚拟环境，并通过提供提示与模型进行互动，利用其组合和思维模式。

BAGEL 的核心功能

统一多模态模型
图像/文本理解
图像/文本生成（逼真图像、视频帧）
图像编辑（保留视觉身份和细节）
风格迁移
导航（在多种环境中）
组合能力（多轮对话）
思维模式（通过推理增强生成和编辑）
基于大型语言模型初始化的预训练
专家混合变换器架构（MoT）

数据统计

相关导航