字节跳动发布并开源原生统一多模态大模型Lance，参数规模仅3B，在单一模型中实现图文理解、图像与视频生成及跨模态编辑。模型采用统一交错序列与双流MoE架构，并引入MaPE位置编码机制，解决理解与生成任务冲突。Lance基于约1.5T多模态数据预训练，结合SFT与强化学习优化，支持多任务闭环输出。在多项基准测试中，其性能超越部分7B级模型。项目基于Apache 2.0协议开源，已上线Hugging Face，最低约128张A100可完成训练，部署门槛与算力成本显著降低。
字节跳动发布并开源原生统一多模态大模型Lance，参数规模仅3B，在单一模型中实现图文理解、图像与视频生成及跨模态编辑。模型采用统一交错序列与双流MoE架构，并引入MaPE位置编码机制，解决理解与生成任务冲突。Lance基于约1.5T多模态数据预训练，结合SFT与强化学习优化，支持多任务闭环输出。在多项基准测试中，其性能超越部分7B级模型。项目基于Apache 2.0协议开源，已上线Hugging Face，最低约128张A100可完成训练，部署门槛与算力成本显著降低。