Bagel

Bagel 是一个开源的统一多模态 AI 模型，旨在把视觉理解、图像生成和图像编辑整合到同一个系统中。它不依赖为各任务分别设计的专用模型，而是让开发者和研究人员用一个模型完成图像解读、新图像生成和已有图像修改。

项目官网将其定位为"开源统一多模态模型"（The Open-Source Unified Multimodal Model），与其他面向社区使用和实验的公开发布基础模型处于同一行列。由于代码和权重开放，用户可以查看模型的工作方式，将其适配到自己的应用中，并在条件允许时本地运行。对于希望获得灵活性、而非仅使用封闭 API 服务的多模态应用团队来说，Bagel 是一个可选方案。