美団、1.6兆パラメータのネイティブマルチモーダル「LongCat-2.5」を発表
美団（Meituan）は、国産AIチップのみで学習された1.6兆パラメータのマルチモーダルモデル「LongCat-2.5」を発表しました。トークンごとに約480億パラメータを活性化するMoE構造を採用し、画像からのインタラクティブWeb開発や長期エージェントタスクに特化しています。公式サイトとAPIですでに利用可能です。
美团
美団が1.6兆パラメータのLongCat 2.0公開：NVIDIA不使用で訓練
中国の美団が1.6兆パラメータのMoEモデル「LongCat 2.0」をオープンソース公開した。最大の注目点は、35兆トークン超の事前学習をNVIDIA製GPUを使わず、独自のAI ASICクラスタのみで完遂したことだ。代替ハードウェアでも最先端モデルの訓練が可能であることを実証した。
美団、対話対応の動画生成AI「LongCat-Video-Avatar 1.5」をオープンソース化
美団がトーキングアバター生成モデル「LongCat-Video-Avatar 1.5」をオープンソース化。画像1枚と音声から自然な発話動画を生成し、アニメ調や複数人の会話にも対応する。蒸留により8ステップ生成を実現し、処理速度を約15倍向上させた。16GBのINT8重みとコードがGitHub等で公開されている。
3枚の写真で破綻しない動画を生成、美団が「WildActor」を公開
美団の研究チームが、動画生成で人物の一貫性を保つ「WildActor」のコードを公開した。3枚の参照画像を使うことで、激しい動きでも顔や衣装が崩れず、実写とアニメキャラの双方に対応する。Wan2.2-5Bと連携して動作する。