CASE EVIDENCE / A RECORD

OpenSenseNova / SenseNova 使用 BAGEL 处理多模态内容处理

OpenSenseNova / SenseNova 公开的多模态生成与理解案例，来源为 Hugging Face 公开空间，复核于 2026-06-27T08:32:14Z。

原始记录：ConsistCompose 基于 BAGEL 做布局可控的多实例图像合成

Chinese Brief

中文案例导读

OpenSenseNova / SenseNova 公开的多模态生成与理解案例，来源为 Hugging Face 公开空间，复核于 2026-06-27T08:32:14Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。 Model Atlas 不把 benchmark、教程、发布说明或集合页包装成真实案例。

厂商ByteDance Seed

模型BAGEL

任务类型多模态生成与理解

审核状态auto_approved

任务

真实任务背景

ConsistCompose 在 BAGEL 的 MoT 架构基础上构建统一多模态布局控制框架，把布局坐标嵌入语言提示，实现多实例、身份保持和文本/图像引导的布局可控图像合成。

多模态生成与理解Hugging Face 公开空间A 类可核验real_case

公开产物

公开产物包括 sensenova/ConsistCompose-BAGEL-7B-MoT 模型仓库、OpenSenseNova/ConsistCompose 代码仓库和项目页面；模型卡说明 ConsistCompose3M 数据集、LELG 方法、Coordinate-CFG，并报告 COCO-Position 上 layout IoU 提升 7.2%、AP 提升 13.7%、Instance Success Ratio 92.6%、Image Success Ratio 76.1%。

模型作用

BAGEL 提供统一理解与生成的 MoT backbone；ConsistCompose 在该基础上加入语言化布局控制训练，使 BAGEL 的图像生成能力扩展到可控多实例组合和身份保持场景。

风险边界

这是公开研究产物和衍生模型案例；证据明确声明 Built upon the MoT architecture of Bagel 且 base_model 为 ByteDance-Seed/BAGEL-7B-MoT。