字节Seed开源统一多模态理解和生成模型BAGEL
字节跳动Seed团队开源了多模态模型BAGEL，该模型具备70亿激活参数（总计140亿参数），支持文本、图像和视频的统一理解和生成。BAGEL在多模态理解榜单上表现优异，超越多个顶级开源模型，并在图像生成质量上与专业生成器媲美。其引入的长思维链COT模式提升了生成内容的质量，同时在图像编辑、风格迁移和世界建模任务中展现出强大能力。此外，BAGEL可通过统一接口实现多轮对话和复杂功能组合，广泛适用于真实及虚拟场景，为多模态技术发展提供了新方向。来源：https://tech.ifeng.com/c/8jtAUSoCUrD
页:
[1]