什么是百吉餅？

Bagel by bytedance-seed是Apache 2.0開源統(tǒng)一的多模型，旨在高級圖像/文本理解，生成，編輯和導航。它提供的功能可與GPT-4O和Gemini 2.0等專有系統(tǒng)相媲美。百吉餅可以在任何地方進行微調，蒸餾和部署，通過其本質的多模式結構提供精確，準確和逼真的輸出。

如何使用百吉餅？

百吉餅可以通過其統(tǒng)一的多模式接口使用，以混合格式接受圖像和文本輸入和輸出。用戶可以從事多轉交談，生成高保真圖像和視頻幀，執(zhí)行圖像編輯，應用樣式傳輸，導航虛擬環(huán)境，并通過提供提示并與模型進行交互來利用其組成和思維模式。

百吉餅的核心特征

統(tǒng)一的多模式模型

圖像/文字理解

圖像/文本生成（影像圖像，視頻幀）

圖像編輯（保存視覺標識和細節(jié)）

樣式轉移

導航（在不同的環(huán)境中）

組成能力（多轉交談）

思考模式（通過推理增強產(chǎn)生和編輯）

從大語模型初始化的預訓練

轉變器 - 專家（MOT）體系結構的混合物

百吉餅的用例

描述和理解圖像（例如，“告訴我這張照片”）

從文本提示中生成逼真的圖像（例如，“三個古董玻璃魔藥的照片”）

在保存細節(jié)的同時編輯圖像（例如，“他蹲下并觸摸了狗的頭”）

轉換圖像樣式（例如，“更改為3D動畫樣式”）

導航和與虛擬環(huán)境進行互動（例如，“ 0.40之后，前進”）

通過構圖推理進行多轉交談（例如，為一個娃娃創(chuàng)建口號）

完善提示，使用“思考”模式來詳細且相干的視覺輸出

百吉餅公司

百吉餅公司的名稱：bytedance。