單一模型，三種模態：字節跳動發佈Lance，實現圖像與視頻的理解、生成和編輯
字節跳動智能創作實驗室發佈了Lance，一個開源的、原生的統一多模態模型，能夠在單一框架內處理圖像和視頻的理解、生成和編輯，僅使用30億激活參數。Lance採用雙流混合專家架構和模態感知旋轉位置編碼（MaPE），通過四個階段的訓練實現了在多項基準測試中的領先性能，包括圖像生成、視頻生成、圖像編輯和視頻理解，且開源發佈。
單一模型，三種模態：字節跳動發佈Lance，實現圖像與視頻的理解、生成和編輯
本文僅提供摘要
根據來源內容權限，本站僅提供編輯摘要、要點和原文連結。