更多AI前沿科技资讯，请关注我们：
closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
【closerAI ComfyUI】对标GPT-4o！字节跳动黑科技BAGEL开源：MoE统一多模态模型！社区量化版消费显卡可玩！
大家好，我是Jimmy。2025年5月20日,字节跳动开源了它新的项目Bagel：采用混合专家（MoE）架构的统一多模态模型。它具备强大的多模态理解和生成能力，能够处理图像和文本的混合输入与输出，在多个领域展现出卓越的性能。
BAGEL：开源统一多模态模型
Bagel（内部代号）是字节跳动AI实验室（ByteDance AI Lab）主导的纯文本预训练大语言模型项目，与面向多模态的豆包（Doubao）模型并列，构成字节大模型技术矩阵的核心部分。其名称可能源自“ByteDance AI Generative Enhanced Language-model”的缩写，强调其在文本生成与理解领域的专项突破。
BAGEL是全球首个开源统一多模态模型，支持微调、蒸馏与跨平台部署。其原生多模态架构提供媲美GPT-4o和Gemini 2.0的功能，同时具备精准、高保真、照片级图像生成能力，彻底打破闭源模型的垄断格局。
项目相关链接：
1、关键特征与技术架构
- 专注文本赛道：区别于豆包模型的多模态能力，Bagel聚焦于纯文本任务优化在长文本理解、逻辑推理、代码生成等场景针对性提升性能，目标对标GPT-4、Claude等国际顶尖文本模型。
- MoE架构降本增效：根据技术社区爆料（如知乎、脉脉），Bagel采用混合专家系统（Mixture of Experts, MoE）架构，通过动态路由机制激活部分参数处理任务，显著降低训练与推理成本，同时保持千亿级参数量规模。
- 高性能基座模型：2024年初，字节内部测试数据显示，Bagel在中文权威基准（如C-Eval、Gaokao-Bench）及英文MMLU上的表现接近GPT-4-Turbo水平，尤其在法律、金融等专业领域表现突出。
2、六大核心能力
| 能力 | 技术原理 | 应用场景示例 |
|---|---|---|
| Chat | 继承大语言模型推理能力，支持多轮图文对话 | 艺术史分析（如解析大卫雕像细节） |
| Generation | 基于视频-网页交错数据生成高保真图像/视频帧 | 魔法药瓶的写实图像生成 |
| Editing | 从视频中学习视觉运动规律，实现身份保持的精细编辑 | 人物动作修改（蹲下摸狗头→站立举手） |
| Style Transfer | 最小对齐数据实现跨风格迁移 | 真实照片→3D 动画风格转换 |
| Navigation | 从真实世界视频蒸馏导航知识，支持科幻/艺术场景路径规划 | 第一视角环境移动控制 |
| Thinking | 多模态思维链（CoT）推理，将简单提示扩展为详细生成指令 | “小车组成的大车”概念具象化实现 |
3、性能优势
在标准多模态理解任务中，BAGEL表现出色，超越了当前许多顶级开源视觉语言模型（VLMs），如Qwen2.5-VL和InternVL-2.5。它能够准确地理解图像和文本中的信息，并进行合理的推理和回答。
在文本到图像生成方面，BAGEL的质量与专业的图像生成器（如SD3）相媲美。它可以根据用户提供的文本描述生成高质量、逼真的图像，满足各种创意设计需求。
comfyUI BAGEL：在comfyUI中实现与体验
打开我们(closerai.douyoubuy.cn)comfyUI节点助手，搜索：bagel，筛选出两个结果。
官方更推荐：筛选结果的第一个：
我们点击AI文档：
形成AI文档：
我们输入提问：如何安装。
以下AI返回的安装步骤：
自动下载机制
如果模型文件不存在，系统会自动尝试下载。代码中的 BagelModelLoader 类会检查本地模型文件，如果缺失会自动触发下载。
安装完成后，您可以在 ComfyUI 中找到 BAGEL 相关的节点，包括 BagelModelLoader、BagelTextToImage、BagelImageEdit 和 BagelImageUnderstanding。扩展支持文本生成图像、图像编辑和图像理解三种主要功能。
comfyUI Bagel:https://github.com/neverbiasu/ComfyUI-BAGEL
对显存VRAM的要求说明
生成1024×1024图像的官方建议是超过80GB的GPU内存。但是，多GPU设置可以分配内存负载。举例来说：
- 单个GPU：A100（40 GB）每幅图像大约需要340-380秒。
- 多GPU：3个RTX3090 GPU（每个24GB）在大约1分钟内完成任务。
- 压缩模型：使用DFloat11版本只需要22GB VRAM，可以在单个24GB GPU上运行，峰值内存使用量约为21.76GB（A100），生成时间约为58秒。
社区量化的Bagel DFloat11 版本能在24G显卡上运行。满足需求的小伙伴尝试。模型已经打包，会员小伙伴在模型库下载。其它小伙伴在以下链接下载量化版的BAGEL dfloat11版本：
https://github.com/QijiTec/ComfyUI-REDBAGEL-dfloat11
这是上面节点分支。里面有详细说明安装节点。大家下载这个节点和量化模型使用。
虽然本地部署吃配置，但我们也能够在RH 云comfyUI上玩。我们要注意，因为它是7B激活，原本是14B。所以字节团队开源的应该还不是满血版的。
Bagel comfyUI工作流
1、bagel 图像生成能力体验
在RH上搭建并使用BAGEL，我们先尝试bagel的图像生成能力：comfyUI bagel的使用很简单。拉出图像生成节点。如下图示：
在输入框中输入提示词生成。
这里我懒得写，使用我们的AI绘画助手进行反推提示词。
复制英文提示词，
A woman wearing a green leaf-shaped mask with sunglasses, a matching cropped top and short skirt with a floral pattern. She's wearing olive green high-heeled sandals. The background features pastel pink and green shapes. The style is whimsical and fashion-forward.
粘贴到工作流输入框中，执行：
跑了5分钟。
得出这个结果：
模糊。官方有说明如果模糊的解决方法：
好吧，调整下参数。cfg renorm min设置成0看看
在等待时候，我使用我们的AI绘画助手同样提示词生成一个：
AI绘画助手我使用的是flux shell模型，这是shell flux版的跑图结果。
大约7分钟后：Bagel生成的图像：
可见质量很不错。就是加载模型有点久。跑图时间有点长。
2、bagel 图像编辑能力体验
本地算力不够怎么办？
如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn
runninghub.cn Bagel图像编辑体验地址：
https://www.runninghub.cn/ai-detail/1927203767828041730
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151
通过这个链接第一次注册送1000点，每日登录送100点
最后几句：
BAGEL作为一个强大的开源统一多模态模型，为多模态理解和生成任务带来了新的突破。而ComfyUI-BAGEL则进一步拓展了BAGEL的应用场景，通过可视化的界面和灵活的工作流设计，使得用户可以更加方便地利用BAGEL的能力进行各种任务。无论是电商广告制作、创意设计还是内容创作与教育，ComfyUI-BAGEL都展现出了巨大的潜力和价值。随着技术的不断发展，相信BAGEL和ComfyUI-BAGEL将在更多领域发挥重要作用，为人们的生活和工作带来更多的便利和创新。
以上字节Bagel Moe架构的统一多模态模型的介绍和说明，以及在comfyUI中的实现与体验。以及是closerAI团队制作的stable diffusion comfyUI closerAI开发的closerAI Bagel图像编辑与生成工作流介绍，大家可以根据工作流思路进行尝试搭建。
当然，也可以在我们closerAI会员站上获取对应的工作流(查看原文)。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：JimmyMo
更多AI前沿科技资讯，请关注我们：
closerAI-一个深入探索前沿人工智能与AIGC领域的资讯平台
主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网
评论(0)