27/10/2025 11:14
【ＡＩ】美團發布並開源LongCat-Video視頻生成模型
《經濟通通訊社27日專訊》美團(03690)LongCat團隊今日發布並開源LongCat-Video視頻生成模型，旨在以視頻生成路徑探索「世界模型」，為自動駕駛、具身智能等場景夯實技術基礎。
該模型基於DiT架構，以「條件幀數量」區分任務，原生支持文生、圖生視頻及視頻續寫，形成任務閉環，可生成720p/30fps高清內容，原生支持5分鐘級長視頻輸出，通過多重技術規避時序與物理合理性問題。其136億參數基座模型在文生、圖生視頻任務中達開源SOTA（最先進水平），VBench等測試表現優異。
針對高分辨率、高幀率視頻生成的計算瓶頸，該模型通過「二階段粗到精生成(C2F)+塊稀疏注意力(BSA)+模型蒸餾」三重優化，視頻推理速度提升至10.1倍。(sl)
該模型基於DiT架構，以「條件幀數量」區分任務，原生支持文生、圖生視頻及視頻續寫，形成任務閉環，可生成720p/30fps高清內容，原生支持5分鐘級長視頻輸出，通過多重技術規避時序與物理合理性問題。其136億參數基座模型在文生、圖生視頻任務中達開源SOTA（最先進水平），VBench等測試表現優異。
針對高分辨率、高幀率視頻生成的計算瓶頸，該模型通過「二階段粗到精生成(C2F)+塊稀疏注意力(BSA)+模型蒸餾」三重優化，視頻推理速度提升至10.1倍。(sl)