Is é Lance samhail ilmhódúil aontaithe dúchasach 2025 ByteDance - 3B paraiméadair ghníomhacha faoi Apache 2.0. Clúdaíonn sraith amháin d'ualaí ceithre thasc: téacs→íomhá (768×768), íomhá-eagar (768×768), téacs→físeán (480p, suas le 121 frámaí ≈ 5 soicind), agus tuiscint íomhá+físeán (VQA, fotheidil). Tógtha ar chnámh droma LLM Qwen-dhíorthaithe le Wan-Video VAE agus Qwen.5-VL ViT. Féin-óstáil ar H200 Free.ai gan aon soláthraí in aghaidh an tsrutha, gan aon mharcáil API, agus gan aon táillí in aghaidh an ghlao thar do chothromaíocht chomhartha.

An chuid is mó de na cruacha oscailte roghnaigh an speisialtóir is fearr do gach dromchla — SDXL nó FLUX do ghiniúint íomhá amh, Qwen-Image-Edit le haghaidh eagarthóireachta, Wan 2.2 le haghaidh físe, Qwen.5-VL le haghaidh réasúnaíocht fís-teanga. Lance trádála beagán de chaighdeán in aghaidh an tasc le haghaidh comhsheasmhacht tras-tasc: an t-ionadaithe inmheánach céanna beatha gach aschur, mar sin íomhá a ghiniúint agus ansin in eagar coinníonn a stíl, agus an VQA an tsamhail a thugann faoi mheaitseáil físeán an tsamhail teanga sa seicphointe céanna. Úsáideach do thaighde agus taispeántais a bhaineann leas as samhail amháin comhsheasmhach seachas píblíne de cheithre.

Roghnaigh Lance nuair: ba mhaith leat stíl chomhsheasmhach ar fud íomhá + eagar + físeán ó mhúnla amháin, tá tú ag fréamhshamhlú píblíne il-tasc agus an uillinn "aon mhúnla", nó is gá duit ceadúnú ceadúnaithe ar an sreabhadh oibre aontaithe.Pioc speisialtóirí nuair: ba mhaith leat an íomhá amh is airde ar chaighdeán (FLUX.2 Klein > Lance ag> 768²), físeán is faide / is airde ar chaighdeán (Wan 2.2 TI2V-5B nó HunyuanVideo > Lance ag> 480p), nó VQA is tapúla i gcomhrá (Qwen.5-VL te i gcónaí ar an H200, tá Lance le fuar-ualach).

Téacs→íomhá agus eagarthóireacht íomhá: 5,000 comhartha (comhoiriúnach le gin íomhá FLUX-aicme). Téacs→físeán: 15,000 comhartha (comhoiriúnach le rang CogVideoX / Wan 5B). Íomhá+físeán VQA: 1,000 comhartha. Léiríonn an costas níos airde i gcomparáid le SDXL (1,000) ualach fuar níos troime Lance - díbirt gach glao ar an gcuid eile den chabhlach te agus ath-luchtaíonn 40 GB de mheáchain, rud a chuireann 25-40 s ar bharr an inference féin. Táimid ag billeáil le haghaidh am iomlán GPU an chlog balla, ní hamháin inference.

Tar éis fuar-ualach (~ 25-40 s): íomhá gen ~ 12-20 s, íomhá a chur in eagar ~ 15-25 s, téacs → físeán ~ 60-180 s (ag brath ar num_frames), VQA ~ 3-8 s. Gach glaoch Lance fuar-ualach an tsamhail toisc nach féidir leis comhchónaí leis an gcuid eile den chabhlach te ar an H200, mar sin tá an mhoill fuar-ualach mar chuid de gach glaoch, ní hamháin an chéad cheann.

Tá giniúint íomhá agus eagarthóireacht íomhá socraithe ag 768×768. Tá giniúint físe socraithe ag 480p (tírdhreach 480×848 de ghnáth) agus tá teorainn ag 121 fráma (~5 soicind ag 24 fps). Seo iad na taifigh ar a raibh Lance oilte; chun níos airde a bhaint amach, ní mór uasscála a dhéanamh trí shamhail ar leith (bain triail as /image/upscaler/ le haghaidh íomhánna nó /video/upscaler/ le haghaidh físeáin).

Janus (DeepSeek) agus Show-o scoilt tuiscint agus giniúint i cinnirí ar leith ar cnámh droma roinnte; Lance tá níos dlúithe aontaithe - sraith amháin de cinnirí giniúna + tuiscint le comharthaí tasc follasach. Emu3 (BAAI) tokenizes gach rud mar comharthaí scoite lena n-áirítear picteilíní, a thugann sé giniúint autoregressive níos glaine ach ar chaighdeán níos ísle ag ríomhaireacht seasta. Is é páirc Lance an clúdach ceithre-tasc i 3B params gníomhach móide a Wan-dhíorthaithe VAE a láimhseálann físeán dúchasach (Janus agus Show-o íomhá-aon).

Apache 2.0 — na meáchain (huggingface.co/bytedance-research/Lance) agus an repository GitHub (github.com/bytedance/Lance) araon. Níl aon srianta críochacha, gan aon uasteorainn MAU, gan aon marcach neamhthráchtála, gan aon chlásal taighde amháin. Is leatsa na haschuir le húsáid go tráchtála gan aon ríchíosanna ná riachtanais aitheantais seachas an téacs ceadúnais Apache 2.0 caighdeánach.

40 GB ar a laghad in aghaidh ByteDance README. Tá na params gníomhach 3B míthreorach - an Qwen LLM iomlán + Wan VAE + Qwen.5-VL ViT suí go léir i gcuimhne le chéile. Chun féin-óstach a bheadh uait A100 amháin 80 GB, A6000 48 GB, nó H100 / H200 le 40 GB saor in aisce ar a laghad. Rithimid é ar ár H200 (141 GB iomlán) ach fós evicts sé an chuid eile de na samhlacha luchtaithe in aghaidh an ghlao toisc go bhfuil sé an t-aon-lámhaigh is troime ar an mbosca.

Tá — POST JSON nó multipart go /v1/multimodal/lance/ ar api.free.ai le {task: "t2i" | "image_edit" | "t2v" | "vqa", leid: "...", image: <upload> nó image_url: "/static/outputs/..."}. Bearer auththrough forbróir API eochracha. Freagra Áirítear job_id, aschur URL, agus share_token. /api/ Tá samplaí curl in aghaidh tasc.

Marcáilimid Lance turgnamhach toisc go n-éireoidh le gach glaoch an cabhlach te agus na hathluchtuithe. Is féidir linn sraith "te Lance" a chur leis níos déanaí má thugann úsáid údarás sliotán a thiomnú, nó is féidir linn an dara H200 a chur leis go sonrach do mhúnlaí aontaithe.Tá sé ar fáil anois ar an ngeilleagar comhartha céanna leis an gcuid eile de na samhlacha féin-óstaithe Free.ai gan aon fhormhuirear, ach an costas comhartha níos airde in aghaidh an ghlao a léiríonn an t-am GPU clog balla.

Scriostar íomhánna uaslódáilte le haghaidh eagarthóireacht íomhá agus VQA díreach tar éis an tasc a chríochnú. Fanann aschuir ghinte ar ár CDN ar feadh 24 uair an chloig (7 lá d'úsáideoirí íoctha) ionas gur féidir leat iad a athsheiceáil ó /account/?tab=history. Ní roinntear aon rud le ByteDance — ritheann na meáchain go logánta ar ár gcrua-earraí. Sonraí iomlána ag /privacy/.