字节跳动开源新模型，挑战GPT-4V多模态能力
字节跳动近日宣布开源其最新多模态大模型BAGEL，该模型在多项视觉语言任务上表现优异，性能接近GPT-4V。BAGEL采用创新的视觉编码器与语言模型融合架构，支持图像理解、文档分析等复杂场景。
据官方基准测试显示，BAGEL在VQAv2、OCRBench等数据集上的得分已超过同类开源模型，部分指标甚至超越GPT-4V。字节跳动表示，开源旨在推动多模态AI技术发展，开发者可基于该模型进行二次开发与商业应用。
📖 阅读本文共 1,485 次
2026年07月12日 10:10
📱 长按识别 分享给好友~
