字节开源了一个了不得的模型！

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。

文章来自微信公众号 “ 探索AGI ” ，作者 “ 猕猴桃 ”