Show HN: Lance - image/video generation과 understanding을 하나의 모델로
·2026.05.21 06:01
ByteDance가 image/video 생성·이해·편집을 통합한 3B 모델 Lance를 공개했다.
ByteDance가 Lance를 공개했다.
3B active parameters 규모의 unified multimodal model로, image와 video의 understanding, generation, editing을 한 프레임워크에서 처리한다.
- 128-A100 GPU budget으로 학습했다.
- ViT와 VAE encoder를 제외한 transformer backbone은 처음부터 학습했다.
- staged multi-task recipe로 text-to-video, video editing, multi-turn consistency editing, intelligent video generation, text-to-image, image editing, image understanding 데모를 공개했다.
- image generation, image editing, video generation, video understanding benchmark에서의 강점도 함께 제시했다.
홈페이지, arXiv, Hugging Face 모델 페이지가 함께 공개됐다.
이 요약은 원문 이해를 돕기 위한 큐레이션입니다. 저작권은 원저작자에게 있으며, 정확한 내용과 맥락은 원문을 확인하세요.
요약 오류, 출처 표기 문제, 삭제 요청은 문의 · 건의로 알려주세요.
