Lance

Унифицированная мультимодальная модель (Unified Multimodal Modeling), разработанная для демонстрации унифицированного подхода к пониманию, генерации и редактированию изображений и видео в рамках относительно небольшой модели и ограниченного вычислительного бюджета.

Ключевые особенности:

• Поддерживает следующие задачи в едином фреймворке:
  • Понимание изображений (Image Understanding): Визуальные вопросы (VQA) и рассуждения на основе изображений.
  • Понимание видео (Video Understanding): Визуальные вопросы на основе видео и описание видео (captioning).
  • Генерация изображений (Image Generation)
  • Генерация видео (Video Generation)
  • Редактирование изображений (Image Editing)
  • Редактирование видео (Video Editing)
• Ограничения разрешения и производительности:
  • Генерация изображений: разрешение до 768x768.
  • Генерация видео: разрешение до 480p при 12 кадрах в секунду.
  • Кадры видео: максимум 121 кадр для генерации видео.
  • Распознавание видео: поддерживает до 50 кадров для вывода (пример конфигурации).
• Требования к развертыванию (Inference Requirements):
  • Программное обеспечение: Python 3.10+, CUDA 12.4+.
  • Аппаратное обеспечение: Графический процессор (GPU) с объемом видеопамяти не менее 40 ГБ требуется для инференса.
  • Тестовая среда: Официально протестировано на NVIDIA A100 (комбинации PyTorch 2.8.0 или 2.5.1 с соответствующими версиями flash-attn).

---

Модель является составной частью пайплайна генерации видео, состоящего из:

• Lance_3B: ~13.3B параметров,
• Lance_3B_Video: ~7.1B параметров,
• Qwen2.5-VL-ViT: ~668M параметров, 

Всего: ~21B параметров

Дата анонса: 15.05.2026
Параметров: 21B
Активно параметров при инференсе: 3B
Разработчик: ByteDance-Seed
Лицензия: Apache 2.0

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Lance. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.