01 / 模型卡片
模型卡片
Lance 是由字节跳动研究团队推出的全模态（Any-to-Any）大模型。与目前主流的单模态或特定任务模型不同，Lance 的核心竞争力在于其强大的跨模态理解与生成能力，能够实现文本、图像、音频等多种信息流之间的无缝转换。对于开发者而言，这意味着你可以用它构建更复杂的交互应用，比如通过语音直接生成视觉描述，或者实现多维度的内容理解。该模型采用 Apache 2.0 开源协议，对商业化落地非常友好。虽然其具体的参数量尚未完全公开，但从其架构设计来看，它旨在打破模态间的壁垒，是探索下一代通用人工智能（AGI）交互方式的重要工具。
模型类型any to any
提供方bytedance-research
许可状态apache-2.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
bytedance-research/Lance安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model bytedance-research/Lance下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model bytedance-research/Lance README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('bytedance-research/Lance')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/bytedance-research/Lance.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/bytedance-research/Lance.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面