文章来源:08AI导航发布时间:2025-08-05 15:47:44
字节跳动开源了一个口碑还不错的模型——BAGEL (ByteDance Agnostic Generation and Empathetic Language model), 一个统一多模态基础模型。啥叫“统一”?一个模型就能同时理解和生成文本、图像、视频!
前几天部署测试了下,总体感觉,本地跑多模态大模型的希望之光!毕竟可以像4o一样模型对话来编辑图片。但是呢,效果时好时坏,有时非常好,有时惨不忍睹。 不过,像图片、视频这一类的产品、模型,体验跟使用的人也关系比较大~
今天做了一个简单的小教程,给家人们分享一下。
BAGEL-7B-MoT版本总参数140亿,实际干活的活跃参数70亿。满血版运行起来大概占用30G的显存。
统一大模型对咱们的优势是,一个模型可以同时对比Qwen2.5的图片理解能力、SD3,Flux的图片生成能力、Gemini的图片编辑能力。
体验Demo在这里:https://huggingface.co/spaces/ByteDance-Seed/BAGEL
模型地址在这里:https://huggingface.co/ByteDance-Seed/BAGEL-7B-MoT
这里简单贴2个例子,最后介绍下如何安装使用把。
转换风格,不在话下!
图片编辑也还不错。
安装依赖
git clone https://github.com/bytedance-seed/BAGEL.git
cd BAGEL
pip install -r requirements.txt
把模型下载下来
from huggingface_hub import snapshot_download
save_dir = "/path/to/save/BAGEL-7B-MoT"
repo_id = "ByteDance-Seed/BAGEL-7B-MoT"
cache_dir = save_dir + "/cache"
snapshot_download(cache_dir=cache_dir,
local_dir=save_dir,
repo_id=repo_id,
local_dir_use_symlinks=False,
resume_download=True,
allow_patterns=["*.json", "*.safetensors", "*.bin", "*.py", "*.md", "*.txt"],)
这个代码直接命令行输python,之后执行。
然后python -u app.py即可启动webui,会自动跳转打开,然后就可以自己测试玩了。
相关攻略 更多
最新资讯 更多
2025年了,AI还看不懂时钟,90%人都能答对,顶尖AI全军覆没
更新时间:2025-10-14
光刻机龙头或领投“欧洲OpenAI”
更新时间:2025-10-14
华人缔造商业传奇,全球第一家突破百亿美金的AI编程企业诞生
更新时间:2025-10-14
具身智能进家干活,先从“AI家电”抓起?
更新时间:2025-10-14
前零一万物联创戴宗宏创业:20人团队,能干上百人的AI定制项目
更新时间:2025-10-14
阿里端出最强语音模型,英文rap精准转文字,准确率干翻全球
更新时间:2025-10-14
小扎「梦之队」首批论文上线,LLM自举进化,单步性能狂飙22%
更新时间:2025-10-14
再也不怕面瘫脸,YouTube黑科技:AI帮你「永久微笑」,连僵尸都咧嘴笑
更新时间:2025-10-14
2025年全球企业级AI Agent优秀厂商有哪些?
更新时间:2025-10-14
GPT-5 为啥不 “胡说” 了?OpenAI 新论文讲透了
更新时间:2025-10-14