ByteDance Lance: 이미지·영상 이해·생성·편집 통합 오픈소스 멀티모달 모델

ByteDance Intelligent Creation Lab이 3B 활성 파라미터 규모의 통합 멀티모달 모델 Lance를 Apache 2.0 라이선스로 공개했다. 텍스트→이미지, 텍스트→영상, 이미지 편집, 영상 편집, 이미지·영상 이해 등 6가지 태스크를 단일 프레임워크에서 처리하며, Modality-Aware Rotary Positional Encoding(MaPE)을 활용한 이중 스트림 MoE 아키텍처를 채택했다. VBench 85.11, GenEval 0.90, MVBench 62.0으로 동급 통합 모델 중 전 부문 최고 점수를 기록했으며, 가중치는 HuggingFace에 공개됐다.

원문 보기