ByteDance Seed представила BAGEL 28 мая 2025 года как открытую универсальную мультимодальную модель. Она предназначена одновременно для понимания входных данных и создания результата: может работать с текстом, изображениями и видеоматериалами, включая чередующиеся текстовые и визуальные фрагменты.

Содержание

Одна модель для понимания и генерации
Мультимодальные входы и выходы
Архитектура MoT
7 млрд активных и 14 млрд общих параметров
Открытые веса и код
Модель можно исследовать и запускать самостоятельно
Как читать результаты тестирования
Бенчмарки принадлежат разработчику
Связанные модели и разработчик
Другие публикации команды ByteDance Seed
Первичные источники
Анонсы, карточки и репозитории разработчика

Одна модель для понимания и генерации

Мультимодальные входы и выходы

В демонстрациях ByteDance BAGEL отвечает на вопросы по изображению, генерирует визуальные материалы, редактирует исходную картинку и работает с видео. Команда также сообщает о пространственных задачах и навигации по сценам. Наличие этих возможностей в исследовательской модели не означает, что все режимы одинаково удобны или доступны в одном пользовательском приложении.

Архитектура MoT

7 млрд активных и 14 млрд общих параметров

BAGEL использует архитектуру Mixture-of-Transformers с отдельными экспертами для мультимодального понимания и генерации. В официальном описании указано 7 млрд активных параметров при 14 млрд общих. Обучение использовало чередующиеся данные с текстом, изображениями и видео; авторы связывают эту схему с композицией нескольких задач и сохранением визуальной идентичности при редактировании.

Открытые веса и код

Модель можно исследовать и запускать самостоятельно

Команда опубликовала проектный сайт с демонстрацией, исходный код и веса ByteDance-Seed/BAGEL-7B-MoT. Самостоятельный запуск требует подходящей вычислительной инфраструктуры и настройки окружения. Перед коммерческим использованием следует проверить лицензию репозитория и карты модели; открытая публикация не означает бесплатный облачный API.

Как читать результаты тестирования

Бенчмарки принадлежат разработчику

ByteDance публикует сравнения BAGEL на наборах мультимодального понимания и генерации и описывает способности, возникавшие при масштабировании чередующихся данных. Эти результаты следует воспринимать как эксперименты автора. Для собственного выбора модели важнее проверить русскоязычные изображения, требуемые форматы файлов, скорость и фактические ограничения оборудования.

Связанные модели и разработчик

Другие публикации команды ByteDance Seed

Seed1.5-VL · Seedream 3.0 · SeedEdit 3.0 · Seed-OSS · Seed1.6 · ByteDance Seed в Вики Futuretools

Первичные источники

Анонсы, карточки и репозитории разработчика

анонс и описание BAGEL · официальная страница и демонстрация BAGEL · официальный репозиторий BAGEL · открытые веса BAGEL-7B-MoT