ComfyUI-BAGEL 开源项目教程

ComfyUI-BAGEL 开源项目教程

ComfyUI-BAGEL A ComfyUI extention for BAGEL(Unified Model for Multimodal Understanding and Generation) 项目地址: https://gitcode.com/gh_mirrors/com/ComfyUI-BAGEL

1. 项目介绍

ComfyUI-BAGEL 是一个基于 BAGEL-7B-MoT 多模态模型的自定义节点包。BAGEL 是一个开源的多模态基础模型，拥有 70 亿个激活参数（总计 140 亿），采用混合变体专家（MoT）架构。它旨在用于多模态理解和生成任务，并在标准的多模态理解排行榜上超越了顶级开源 VLMs，如 Qwen2.5-VL 和 InternVL-2.5，同时在文本到图像的质量上与专业的生成器如 SD3 相媲美。

2. 项目快速启动

2.1 下载模型

首次使用时，BAGEL-7B-MoT 模型将自动下载到 models/bagel/BAGEL-7B-MoT/ 目录下。你也可以手动下载模型：

# 使用 git lfs 克隆模型（推荐）
git lfs install
git clone https://huggingface.co/ByteDance-Seed/BAGEL-7B-MoT models/bagel/BAGEL-7B-MoT

# 或者使用 huggingface_hub
pip install huggingface_hub
python -c "
from huggingface_hub import snapshot_download; snapshot_download(repo_id='ByteDance-Seed/BAGEL-7B-MoT', local_dir='models/bagel/BAGEL-7B-MoT')
"

2.2 安装依赖

安装项目所需的依赖：

pip install -r requirements.txt

2.3 重启 ComfyUI

重启 ComfyUI 以加载新节点。

3. 应用案例和最佳实践

3.1 文本到图像生成

使用文本描述生成高质量图像，适用于创意设计和内容生成。

3.2 图像编辑工作流

根据文本描述编辑现有图像，支持本地修改和风格调整。

3.3 图像理解工作流

分析和回答有关图像内容的问题，适用于内容理解和信息提取。

4. 典型生态项目

ComfyUI-BAGEL 可以作为扩展节点集成到 ComfyUI 中，为多模态应用提供强大的功能支持。开发者可以根据具体的应用场景，围绕 ComfyUI-BAGEL 构建更多生态项目，例如：

• 多模态交互式教育应用
• 智能内容审核系统
• 多媒体创意辅助工具

通过以上步骤，开发者可以快速上手 ComfyUI-BAGEL 项目，并在实际应用中遵循最佳实践，构建出符合需求的多模态应用。

ComfyUI-BAGEL A ComfyUI extention for BAGEL(Unified Model for Multimodal Understanding and Generation) 项目地址: https://gitcode.com/gh_mirrors/com/ComfyUI-BAGEL