BAGEL

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。

任务：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。

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。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

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。

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

DFloat11 / LeanModels 公开的真实任务执行案例，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。

任务：DFloat11 将 ByteDance-Seed/BAGEL-7B-MoT 作为 base_model，使用 DFloat11 无损压缩方法处理模型权重，并发布可下载的压缩模型与配套使用指南，用于在更低显存占用下运行 BAGEL 的图像生成、图像编辑和多模态能力。

公开产物：公开产物为 DFloat11/BAGEL-7B-MoT-DF11 Hugging Face 模型仓库；模型卡给出 29.21GB 到 19.89GB 的模型大小下降、1024x1024 图像生成峰值显存 30.07GB 到 21.76GB 的对比，并说明输出与原 BFloat16 模型 bit-identical。

模型作用：BAGEL-7B-MoT 提供统一多模态理解与生成基础能力；DFloat11 案例围绕该模型权重做无损压缩，使 BAGEL 能以更低显存部署而保持原始输出一致。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：这是公开衍生模型/部署优化案例，不是终端客户故事；证据明确声明 base_model 为 ByteDance-Seed/BAGEL-7B-MoT，且产物可访问。

原始记录：DFloat11 发布 BAGEL-7B-MoT 的无损压缩版以降低显存门槛

Intel 公开的真实任务执行案例，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。

任务：Intel 使用 intel/auto-round 对 ByteDance-Seed/BAGEL-7B-MoT 生成 mixed int4、group_size 128、symmetric quantization 的量化模型，并在模型卡中给出 vllm-omni 服务方式与 OpenAI-compatible chat completions 调用示例。

公开产物：公开产物为 Intel/BAGEL-7B-MoT-int4-AutoRound 模型仓库；模型卡包含 vllm serve 启动命令，以及生成 sunset.png、将图像转换为 watercolor.png 的 curl 调用示例。

模型作用：BAGEL 作为被量化的统一多模态基础模型，承担文本到图像生成和图像到图像编辑能力；Intel 的 AutoRound 案例展示了对 BAGEL 的低比特部署与 API 化服务路径。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：这是厂商发布的量化与推理部署产物，不是客户生产故事；证据页面明确写明量化对象是 ByteDance-Seed/BAGEL-7B-MoT，且 artifact 可访问。

原始记录：Intel 用 AutoRound 生成 BAGEL-7B-MoT int4 量化模型并提供 vLLM-Omni 推理示例

OpenSenseNova / SenseNova 公开的3D 与 Web 交互案例，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。

任务：SenseNova-SI 项目将 ByteDance-Seed/BAGEL-7B-MoT 作为公开 base_model 之一，使用 SenseNova-SI-8M 空间能力数据体系训练空间智能模型，用于提升多模态模型对视角、位置、3D/空间关系等任务的理解。

公开产物：公开产物为 sensenova/SenseNova-SI-1.1-BAGEL-7B-MoT 模型仓库和 OpenSenseNova/SenseNova-SI 代码仓库；模型卡说明 SenseNova-SI 系列在 VSI-Bench、MMSI、MindCube、ViewSpatial、SITE 等空间智能基准上取得结果，并公开新训练模型以支持研究。

模型作用：BAGEL 的统一理解与生成 MoT 基础能力被用作 SenseNova-SI 家族中的 unified understanding and generation backbone，使项目能在现有多模态基础上扩展空间智能训练。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：该案例是研究/开源模型产物；模型卡明确列出 base_model 为 ByteDance-Seed/BAGEL-7B-MoT，任务和公开模型产物可核验。

原始记录：SenseNova-SI 基于 BAGEL 构建空间智能多模态模型

Yandex 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。

任务：Yandex 将 ByteDance-Seed/BAGEL-7B-MoT 作为 base_model，在 yandex/alchemist 数据集上进行 T2I fine-tuning，发布 BAGEL-7B-MoT Alchemist，用于生成更高美感和复杂度的图像。

公开产物：公开产物为 yandex/BAGEL-7B-MoT-alchemist 模型仓库；模型卡提供 Alchemist 数据集链接、下载权重代码、加载 BAGEL-Alchemist 的完整示例，并说明该微调版生成 improved aesthetics and complexity 的图像。

模型作用：BAGEL 贡献了统一多模态和文生图基础能力；Yandex 在此基础上用公开 T2I 数据进一步微调，使其成为面向高美感复杂图像生成的 BAGEL 衍生模型。

A 类理由：有具体使用者、具体任务、公开原始证据和可访问产物，可公开核验。

风险边界：这是公开模型微调案例，不是第三方客户生产部署；证据页面明确 base_model 为 ByteDance-Seed/BAGEL-7B-MoT，模型和数据集链接可访问。

原始记录：Yandex 用 Alchemist 数据集微调 BAGEL-7B-MoT 提升文生图美感与复杂度