GitHub 热门项目：百吉饼

GitHub 项目：百吉饼仓库地址：https://github.com/ByteDance-Seed/Bagel 星级：6184 | 作者：字节跳动种子项目描述：开源统一多式联运模型 =================================================== 自述文件内容：

<图片 src="https://img.shields.io/badge/BAGEL-Website-0A66C2?logo=safari&logoColor=white" alt="百吉饼网站" /> <图片 src="https://img.shields.io/badge/BAGEL-Paper-red?logo=arxiv&logoColor=red" alt="arXiv 上的 BAGEL 论文" /> <图片 src="https://img.shields.io/badge/BAGEL-Model-yellow?logo=huggingface&logoColor=yellow" alt="百吉饼模型" /> <图片 src="https://img.shields.io/badge/BAGEL-Demo-blue?logo=googleplay&logoColor=blue" alt="百吉饼演示" /> <图片 src="https://img.shields.io/badge/BAGEL-Space-orange?logo=huggingface&logoColor=yellow" alt="百吉饼模型" /> <图片 src="https://img.shields.io/badge/BAGEL-Discord-5865F2?logo=discord&logoColor=purple" alt="BAGEL 不和谐" /> <图片 src="https://img.shields.io/badge/BAGEL-Email-D14836?logo=gmail&logoColor=red" alt="百吉饼电子邮件" />

# 多模态理解和生成的统一模型 > [邓超睿*](https://scholar.google.com/itations?hl=en&user=k0TWfBoAAAAJ)、[朱德耀*](https://tsutikgiau.github.io/)、[李昆昌*](https://andy1621.github.io/)、[陈辉苟*](https://www.linkedin.com/in/chenhui-gou-9201081a1/?originalSubdomain=au)、[冯丽*](https://fengli-ust.github.io/)、[王泽宇](https://zw615.github.io/)、钟舒、[于伟豪](https://whyu.me/)、[小楠聂](https://codecaution.github.io/)、[宋子昂](https://www.linkedin.com/in/ziang-song-43b0ab8a/)、光石:email:、[范浩琪*:tophat:](https://haoqifan.github.io/) > > 联系方式：shiguang.sg@bytedance.com > > 我们提出 **BAGEL**，一种开源多模态基础模型，具有 7B 个活动参数（总共 14B 个），在大规模交错多模态数据上进行训练。 BAGEL 在标准多模态理解排行榜上的表现优于 Qwen2.5-VL 和 InternVL-2.5 等当前顶级开源 VLM，并且提供的文本到图像质量可与 SD3 等强大的专业生成器相媲美。此外，BAGEL 在经典图像编辑场景中表现出比领先的开源模型更出色的定性结果。更重要的是，它扩展到自由形式的视觉操作、多视图合成和世界导航，这些功能构成了超出先前图像编辑模型范围的“世界建模”任务。下图展示了BAGEL的定性表现。

订阅66必读