专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！
字节刚刚开源了一个原生多模态全能王Lance。
仅3B激活参数，40G显存就能跑。真正的本地全能多边形战士。
已经登顶huggingface趋势榜，而且仅一天，社区已有大量量化版发布，24G以下也能玩转了。
图像与视频理解、生成、编辑统统不在话下。
Demo 展示
视频生成
视频编辑
多轮一致性视频编辑
物理规划视频生成
视频理解
问：“这个人做了一系列重复的动作。这个人做了多少个不同的重复动作？”
它能精准回答出来。
文生图
图像随意编辑
图像理解
统一的原生多模态框架
无论是X2T、X2I和X2V，所有的多任务输入，Lance都将所有输入编码为统一的MaPE（模态感知旋转位置编码）增强多模态上下文序列。
双专家骨干在共享上下文中执行广义的3D因果注意力，并产生特定任务的隐藏状态，这些状态由LM头进一步解码，用于自回归下一个令牌预测，并由flow头进一步解码用于视觉潜在空间中的速度预测。
全能的六边形战士
在DPG Bench和GenEval图像生成基准上，参数少，但多模态性能多项第一，甚至一些超越前沿开源单模态模型，如Flux，Qwen-Image。
视频生成基准超越开源，比肩闭源。
图像编辑超越GPTImage 1和Qwen-Image-Edit。
视频理解把很多专用模型按地上摩擦。
这么强的模型，你不赶紧试试！
参考资料：
https://huggingface.co/bytedance-research/Lance
https://lance-project.github.io/
https://github.com/bytedance/Lance
https://arxiv.org/pdf/2605.18678
