바이트댄스 Seed팀이 공개한 범용 멀티모달 이해·추론용 비전-언어 파운데이션 모델이다. 5억3200만 파라미터의 비교적 경량화된 비전 인코더와 200억 활성 파라미터 MoE(Mixture-of-Experts) LLM을 결합한 효율적인 구조로, 공개 당시 공개 VLM 벤치마크 60종 중 38종에서 최고 성능(SOTA)을 달성했다. 리버스(Rebus) 퍼즐 같은 복합 시각 추론, OCR, 다이어그램 이해, 비주얼 그라운딩, 3D 공간 이해, 영상 이해까지 폭넓은 과제를 하나의 모델로 처리하며, GUI 제어나 게임플레이 같은 에이전트형 상호작용 과제에서도 강점을 보인다. 이 저장소는 모델 가중치 자체보다는 볼케이노 엔진(Volcano Engine) API를 활용한 실전 예제와 쿡북(Gradio 데모, 2D/3D 그라운딩, 영상 이해, GUI 에이전트 등)을 제공하는 데 초점을 맞추고 있으며, Apache 2.0 라이선스로 배포된다.