Lance는 바이트댄스 연구진이 공개한 3B 활성 파라미터 규모의 통합 멀티모달 모델로, 이미지와 비디오의 이해·생성·편집을 하나의 프레임워크에서 처리한다. 별도 모듈을 붙이는 대신 다중 과제 시너지를 노린 단계적 학습 레시피로 처음부터 학습했으며, A100 GPU 최대 128장이라는 제한된 예산에서 768x768 이미지 생성과 480p 12FPS 비디오 생성까지 다뤘다. 텍스트-투-비디오, 이미지-투-비디오, 비디오 편집, 이미지 편집을 같은 모델로 수행하고 Gradio 인터페이스와 HuggingFace Space 데모를 제공한다. 개발팀은 완성된 제품 모델이 아닌 연구 산출물임을 명시하고 있어, 통합 멀티모달 구조를 작은 규모에서 연구하려는 개발자에게 참고 자료로 유용하다.