💡
原文中文，约3200字，阅读约需8分钟。
📝
内容提要
Lance是字节跳动于2026年发布的多模态模型，具备图像与视频的理解、生成和编辑能力。该模型采用双流混合专家架构，提升了文本、图像和视频任务的生成质量和语义理解能力。
🎯
关键要点
-
Lance 是字节跳动于 2026 年发布的多模态模型，具备图像与视频的理解、生成和编辑能力。
-
该模型采用 3B 活动参数设计，能够在单一框架内完成多种任务。
-
Lance 通过统一多模态表示与多任务协同训练，实现文本、图像和视频任务之间的能力共享。
-
模型核心采用双流混合专家架构与模态感知旋转位置编码，提升了生成质量和语义理解能力。
-
结合阶段性的多任务训练策略，Lance 在图文和视频生成质量上超越现有开源模型。
❓
延伸问答
Lance模型的主要功能是什么？
Lance模型具备图像与视频的理解、生成和编辑能力。
Lance模型采用了什么样的架构？
Lance模型采用双流混合专家架构与模态感知旋转位置编码。
Lance模型如何实现多模态任务的能力共享？
通过统一多模态表示与多任务协同训练，Lance实现了文本、图像和视频任务之间的能力共享。
Lance模型的参数规模是多少？
Lance模型采用3B活动参数设计。
Lance模型在生成质量上与现有模型相比如何？
Lance在图文和视频生成质量上大幅超越现有的开源统一模型。
ViMU数据集的目的是什么？
ViMU数据集旨在评估多模态大模型对视频隐喻的深层语义理解能力。
➡️
