Lance 3B：字节跳动从头训练的原生统一多模态模型

字节跳动发布 Lance 3B，一个从头训练的原生统一多模态模型，而非在既有语言模型上叠加视觉模块。它的特点是把图像理解、视频理解、图像生成与图像编辑放进同一个框架内执行，发布后官方又补充了图生视频能力，向更完整的多模态方向推进。对需要一套模型同时处理多模态理解与生成任务的应用方，统一架构能降低多模型拼装的维护成本；权重开放情况、基准成绩与训练细节本次公开材料未披露。