ByteDance Research đã công khai mã nguồn của Lance, một mô hình đa phương thức với 3 tỷ tham số được thiết kế để xử lý hình ảnh và video. Được huấn luyện trên 128 GPU A100, Lance hỗ trợ đồng thời việc hiểu, tạo và chỉnh sửa trong cùng một khung làm việc. Khác với các mô hình khác tăng kích thước tham số, Lance sử dụng kiến trúc Mixture-of-Experts hai luồng và mã hóa vị trí quay nhận thức theo phương thức để quản lý hiệu quả tính toán và giảm nhiễu tín hiệu. Mặc dù thiết kế nhẹ, Lance vẫn xuất sắc trong các bài kiểm tra chuẩn về tạo và chỉnh sửa hình ảnh và video, thể hiện một phương pháp tiết kiệm chi phí để cân bằng khả năng tạo và hiểu ngữ nghĩa. Phát triển này làm nổi bật chiến lược đổi mới của ByteDance trong AI đa phương thức, cung cấp một giải pháp tính toán thấp nhưng vẫn duy trì hiệu suất cao.