新LongCat-AudioDiT：美团开源的端到端语音合成模型，直接在波形潜空间生成高保真语音
美团 LongCat 团队推出了 LongCat-AudioDiT，这是一种基于扩散模型的最新文本转语音（TTS）系统。该模型的核心创新在于摒弃了传统的中间声学特征（如梅尔频谱图），直接在波形潜空间...
排序
美团开源 LongCat-Next：原生多模态新范式，用“离散 Token”统一文本、图像与语音
在人工智能迈向“通用智能”的征途中，如何处理文本、图像、语音等多种模态数据，一直是业界最大的挑战之一。传统方案往往需要为不同模态设计独立的编码器，或采用复杂的跨模态对齐机制，导致模型架构臃肿、训练困难...
美团开源 5677 亿参数 LongCat-Flash-Prover：专攻数学证明，MiniF2F 通过率高达 97.1%
在 AI 大模型普遍存在“逻辑幻觉”的今天，如何讓 AI 像数学家一样严谨地思考？ 美团正式开源 LongCat-Flash-Prover，这是一款拥有 5677 亿参数 的混合专家模型（MoE）。它...
美团龙猫LongCat「深度研究」AI智能体发布：用真实交易数据，做靠谱的本地生活规划
近日，美团旗下龙猫（LongCat）正式推出原生「深度研究」AI智能体，官网已开放体验。这款智能体以美团本地生活生态为底座，核心优势在于所有建议均由真实交易履约数据支撑，能为用户提供媲美专业规划师的个...
美团 LongCat 团队发布 LongCat-Flash-Thinking-2601：5600 亿参数智能体推理模型，支持深度思考与抗噪泛化
美团 LongCat 团队正式推出 LongCat-Flash-Thinking-2601 —— 一款总参数量达 5600 亿、激活参数仅 270 亿 的高效混合专家（MoE）大模型。该模型专为现实世...
美团 LongCat 团队发布 LongCat-Flash-Lite：685 亿参数 MoE 模型，用 N-gram 嵌入表突破推理效率瓶颈
美团 LongCat 团队近日开源了 LongCat-Flash-Lite —— 一款拥有 685 亿总参数、激活参数约 30 亿 的混合专家（MoE）语言模型。它基于 LongCat-Flash 架...
美团 LongCat 发布统一音频驱动视频模型LongCat-Video-Avatar：支持长视频、多模态输入与多人物动画
音频驱动的人类视频合成（Audio-Driven Talking Head）近年来在唇形同步和画面逼真度上取得显著进展。但生成长时间、高动态、身份一致的视频仍是行业难题：现有方法要么在长序列中出现身份...
美团 LongCat 团队发布 LongCat-Video：高效长视频生成的开源新标杆
美团LongCat团队推出 LongCat-Video，这是一个基础视频生成模型，拥有 13.6B 参数，在文本到视频、图像到视频以及视频续接生成任务中表现出色。它特别擅长高效且高质量的长视频生成，标...
美团发布LongCat-Flash-Omni：开源全模态大模型的实时交互新标杆
美团 LongCat 团队近日开源了 LongCat-Flash-Omni —— 一款参数总量达 5600 亿、每 token 动态激活 270 亿参数 的 全模态大模型（Full-Modal LLM...
美团 LongCat 团队发布 LongCat-Flash-Thinking：具备形式化与智能体推理能力的新一代高效推理模型
美团 LongCat 团队正式推出 LongCat-Flash-Thinking——一款专注于高复杂度任务推理的大型语言模型（LRM）。该模型在保持前代 LongCat-Flash-Chat 高效响应...
美团LongCat团队发布5600亿参数模型LongCat-Flash，以MoE架构突破效率与性能瓶颈
美团LongCat团队正式推出大语言模型LongCat-Flash，该模型以5600亿总参数规模为基础，创新采用专家混合（MoE）架构，通过动态计算、架构优化等核心设计，在训练效率、推理性能与实用能力...
老显卡福音！美团技术团队开源INT8无损满血版DeepSeek R1
美团技术团队于3月6日宣布对 DeepSeek R1 模型进行了 INT8 精度量化，使其能够在如 A100 等老型号 GPU 上进行部署。这一技术突破为 DeepSeek R1 的广泛应用提供了更多...
