BAGEL 具有 70 亿个激活参数（总共 140 亿个），并在大规模交错多模态数据上进行训练。BAGEL 在标准多模态理解排行榜上超越了当前顶级的开源 VLMs，如 Qwen2.5-VL 和 InternVL-2.5，并且提供了与专业生成器如 SD3 竞争的文本到图像质量。 
此外，BAGEL 在经典的图像编辑场景中展示了比领先的开源模型更好的定性结果。更重要的是，它扩展到了自由形式的视觉操作、多视图合成和世界导航，这些能力构成了超出以往图像编辑模型范围的“世界建模”任务。 字节 Seed 开源统一多模态理解和生成模型 BAGEL - IT之家