美團釋出 LongCat-2.5:1.6 萬億引數原生多模態,專攻長程智慧體任務
美團釋出 1.6 萬億引數原生多模態模型 LongCat-2.5,單次僅啟用約 480 億引數,全程基於國產算力訓練。它專攻長程智慧體程式設計與原生視覺理解,看圖就能寫出帶物理模擬的互動網頁,還能自主完成商業經營分析。目前網頁端與 API 已同步開放。
美團釋出 1.6 萬億引數原生多模態模型 LongCat-2.5,單次僅啟用約 480 億引數,全程基於國產算力訓練。它專攻長程智慧體程式設計與原生視覺理解,看圖就能寫出帶物理模擬的互動網頁,還能自主完成商業經營分析。目前網頁端與 API 已同步開放。
美團開源 1.6 萬億引數 MoE 模型 LongCat 2.0,單 token 啟用約 480 億引數。最受關注的是,其超 35 萬億 token 的預訓練完全基於 AI ASIC 超級叢集完成,沒有使用輝達 GPU,證明前沿大模型訓練能夠依託替代硬體平臺走通。
美團開源數字人影片模型 LongCat-Video-Avatar 1.5,只需一張參考圖和一段音訊,就能生成動作協調的說話影片。模型支援動漫與寫實等多種風格,還攻克了多人對話場景,蒸餾後僅需 8 步生成,效率提升約 15 倍。16GB 的 INT8 權重與程式碼已開放下載。
美團團隊開源人物影片生成專案 WildActor,支援通過 3 張參考圖實現多視角身份保持。它適配開源模型 Wan2.2-5B,無論真人還是卡通角色,在大幅動作下都能維持面部與服裝高度一致,並同步開源了 Actor-18M 資料管線。