Lance er 2025 innfæddur sameinaður fjölmiðla líkan ByteDance - 3B virkar breytur undir Apache 2.0. Eitt sett af þyngd nær yfir fjögur verkefni: texti→mynd (768 × 768), myndvinnsla (768 × 768), texti→myndband (480p, allt að 121 ramma ≈ 5 sekúndur) og mynd + myndbandsskilningur (VQA, texti). Byggð á Qwen-afleiddum LLM bakgrunni með Wan-Video VAE og Qwen.5-VL ViT. Sjálfstætt hýst á Free.ai H200 án uppstreymisveitanda, engin API merking og engin símtalagjöld fyrir utan táknjafnvægið þitt.

Flestir opnir staflar velja besta sérfræðinginn fyrir hvert yfirborð — SDXL eða FLUX fyrir hrámyndir, Qwen-Image-Edit fyrir breytingar, Wan 2.2 fyrir myndskeið, Qwen.5-VL fyrir sjónmálsrökfræði. Lance skiptir á litlu af gæðum fyrir hvert verkefni fyrir samræmi milli verkefna: sama innri framsetning fæðir hvert úttak, þannig að mynd sem þú býrð til og breytir síðan heldur stíl sínum, og VQA sem líkanið gefur um myndskeið passar við tungumálslíkanið á sama skoðunarstað. Gagnlegt fyrir rannsóknir og kynningar sem njóta góðs af einu samræmdu líkani frekar en leiðslum af fjórum.

Veldu Lance þegar: þú vilt samræmda stíl yfir mynd + breyta + myndband frá einu líkani, þú ert að gera frumgerð af fjölverkefnaleiðslu og "einn líkan" horn skiptir máli, eða þú þarft leyfilegt leyfi á sameinaðri vinnuflæði.Veldu sérfræðinga þegar: þú vilt hæsta gæði hrámyndagen (FLUX.2 Klein > Lance á> 768²), lengsta / hæsta gæði myndband (Wan 2.2 TI2V-5B eða HunyuanVideo > Lance á> 480p), eða hraðasta VQA í spjalli (Qwen.5-VL er alltaf heitt á H200, Lance verður að kalt-hlaða).

Texti→mynd og myndvinnsla: 5.000 tákn (samsvarar FLUX-flokks myndgen). Texti→myndband: 15.000 tákn (samsvarar CogVideoX / Wan 5B flokki). Mynd+myndband VQA: 1.000 tákn. Hærri kostnaðurinn miðað við SDXL (1.000) endurspeglar þyngri kalda álagið Lance — hvert símtal rekur út afganginn af hlýja flotanum og endurhleður 40 GB af þyngd, sem bætir 25-40 sekúndum við ályktun sjálfa. Við reiknum fyrir heildar veggklukku GPU tíma, ekki bara ályktun.

Eftir kalt álag (~ 25-40 s): myndgen ~ 12-20 s, myndbreyting ~ 15-25 s, texti → myndband ~ 60-180 s (fer eftir num_frames), VQA ~ 3-8 s. Sérhver Lance símtal kaldur hleðsla líkanið vegna þess að það getur ekki verið í sambýli við restina af hlýju flotanum á H200, þannig að kalt álag seinkun er hluti af hverju símtali, ekki bara fyrsta.

Myndvinnsla og myndvinnsla er föst á 768×768. Myndvinnsla er föst á 480p (venjulega 480×848 landslag) og takmörkuð við 121 ramma (~5 sekúndur á 24 fps). Þetta eru upplausnir sem Lance var þjálfaður í; til að fara hærra þarf að uppskalla með sérstöku líkani (prófaðu /image/upscaler/ fyrir myndir eða /video/upscaler/ fyrir myndskeið).

Janus (DeepSeek) og Show-o skipta skilningi og kynslóð í aðskilda höfuð á sameiginlegum bakgrunni; Lance er þéttari sameinað - eitt sett af kynslóð + skilning höfuð með skýrum verkefnatáknum. Emu3 (BAAI) tokenizes allt sem óháð tákn þar á meðal pixla, sem gefur það hreinni sjálfvirka endurtekningarmyndun en lægri gæði við föst útreikning.

Apache 2.0 — bæði þyngdarpunktarnir (huggingface.co/bytedance-research/Lance) og GitHub-geymslan (github.com/bytedance/Lance). Engar landfræðilegar takmarkanir, engin hámark á fjölda notenda, enginn óágóðamiðaður rider, enginn rannsóknar-eingöngu-ákvæði. Úttak er þitt til notkunar í atvinnuskyni án höfundarréttar eða tilvísunarkrafna fyrir utan staðlaða Apache 2.0 leyfistexta.

40 GB lágmark á ByteDance README. 3B virku params eru blekkjandi - fullur Qwen LLM + Wan VAE + Qwen.5-VL ViT sitja öll í minni saman. Til að sjálfstætt hýsa þarftu einn A100 80 GB, A6000 48 GB eða H100 / H200 með að minnsta kosti 40 GB ókeypis. Við keyrum það á H200 okkar (141 GB samtals) en það rekur enn afganginn af hlaðnum gerðum á símtali vegna þess að það er þyngsta einn skot á kassanum.

Já — POST JSON eða multipart til /v1/multimodal/lance/ á api.free.ai með {task: "t2i" | "image_edit" | "t2v" | "vqa", prompt: "...", image: <upload> eða image_url: "/static/outputs/..."}. Bearer auðkenning með API lyklum þróunaraðila. Svarið inniheldur job_id, úttaks slóð og share_token. /api/ hefur curl dæmi fyrir hvert verkefni.

Við merkjum Lance tilrauna vegna þess að kalt álag leynd þýðir að það er ekki frábært fyrir mikið magn umferðar - hvert símtal útrýma heitu flotanum og endurhlaða. Við getum bætt við "heitu Lance" stigi síðar ef notkun réttlætir að helga rauf, eða við getum bætt við öðrum H200 sérstaklega fyrir sameinuð módel. Fyrir núna er það í boði á sama táknefnahagslífi og restin af Free.ai sjálfstætt hýst módel án aukagjalds, bara hærri kostnaður á símtali sem endurspeglar veggklukku GPU tíma.

Upphleðslum fyrir myndvinnslu og VQA er eytt strax eftir að verkefninu er lokið. Útflutningur sem myndast situr á CDN okkar í 24 klukkustundir (7 daga fyrir greidda notendur) svo þú getir halað niður aftur frá /account/?tab=history. Ekkert er deilt með ByteDance - þyngdin keyrir staðbundið á vélbúnaði okkar. Fullar upplýsingar á /privacy/.