字节跳动开源 3B 统一多模态模型 Lance，同时处理图像视频理解与生成
字节跳动发布轻量级多模态模型 Lance，激活参数量仅 3B，却原生统一了图像理解、视频理解、图像生成、视频生成和跨模态编辑，一个模型可输出文本、图像和视频。
Lance 采用共享上下文与双流专家架构，分别由 Qwen2.5-VL 和 Wan2.2 编码器处理理解与生成任务，并通过模态感知位置编码解决序列边界混淆。在 GenEval 图像生成、VBench 视频生成等基准上取得领先结果。模型使用 Apache 2.0 许可，权重已在 Hugging Face 开放。
字节跳动开源
本站提供的一切软件、教程和内容信息仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途。本站所有信息均来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑或手机中彻底删除上述内容。如果您喜欢该程序，请支持正版，购买注册，得到更好的正版服务。如有侵权不妥之处请致信 E-mail：[email protected] 我们会积极处理。敬请谅解！
|