图像、视频一模搞定！字节全能原生多模态本地可部署

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。

多轮一致性视频编辑

物理规划视频生成

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。

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