模型定位
Lance-3B 是 ByteDance 的原生統一多模態研究模型,具有約 30 億個活躍參數,在單一框架中處理圖片與影片的理解、生成及編輯。官方將其定位為研究成果,而非成熟的產品模型。(github.com)
能力與用途
- 支援文字生成圖片、文字生成影片、圖片生成影片、圖片編輯及影片編輯。
- 支援圖片與影片理解,可用於視覺內容分析及多模態研究。
- 官方提供模型權重、推論程式碼與微調程式碼;模型卡標示 Apache 2.0 授權。(github.com)
限制與部署
- 輸出品質可能隨提示詞、解析度、影片長度、動作複雜度及編輯情境而變化。官方指出後訓練流程仍有改善空間。
- 公開權重的訓練涵蓋最高 768×768 圖片生成,以及 480p、每秒 12 影格的影片生成;這些是訓練條件,不應解讀為所有推論情境的保證品質。
- 官方建議的推論環境為 Python 3.10 以上、CUDA 12.4 以上,以及至少 40 GB 顯示記憶體的 GPU。(github.com)
發布日期
2026 年 5 月 18 日,官方發布專案首頁、初始推論程式碼及模型權重。圖片生成影片功能於 2026 年 5 月 29 日加入。(github.com)
價格
截至 2026 年 11 月 16 日,檢索官方中國大陸站與國際站後,未核實到此模型的官方 API 報價;輸入與輸出計費方式及單價均未核實。公開權重可自行部署,但硬體、運算與其他部署成本需另行考量。未將其他模型或第三方服務的價格套用於 Lance。