- 综合排序
- 最热优先
- 最新优先
LongCat-Next: Lexicalizing Modalities as Discrete Tokens
作者信息美团 LongCat 团队 (Meituan LongCat Team)研究背景当前，下一代令牌预测（NTP）范式通过离散自回归建模推动了大型语言模型的成功。 统一模型中的卓越表现：LongCat-Next克服了离散视觉建模的长期瓶颈，在保持强任意分辨率生成质量的同时，实现了与专用视觉理解模型相媲美的竞争力。 研究方法研究方法基于离散自回归基础，采用模态特定的分词器-去分词器对和模态无关的混合专家（MoE）骨干网络（LongCat-Flash-Lite A3B）。 在音频任务中，LongCat-Next在自动语音识别（ASR）、文本转语音（TTS）和音频理解方面均达到最先进水平，超越了Gemini 3.1 Flash-Lite preview和MiMo-Audio 总结与展望本研究通过LongCat-Next探索了语言风格离散自回归建模自然扩展到视觉和音频的可能性。结果表明，通过精心设计的分词器和训练策略，连续感知信号可以被有效离散化，同时保持强大的能力。
20600编辑于 2026-04-02美团LongCat大模型继续免费薅｜AI算力白嫖全攻略
美团自研LongCat大模型开放平台提供每日免费Token额度，支持兼容OpenAI标准接入，可搭配绿联NAS AI Plugins、Python脚本、n8n等工具使用，适合个人开发者与学生群体低成本体验大模型能力 一、LongCat核心福利与模型速览 ●1.1 免费额度明细 LongCat‑Flash‑Lite：每日独享5000万Token LongCat‑Flash‑Chat / Flash‑Thinking 轻量化通用 日常对话、批量文本处理 速度快、消耗低 LongCat‑Flash‑Chat 通用对话 多轮聊天、内容创作 流畅度友好 LongCat‑Flash‑Thinking 深度推理 逻辑题、代码 API Key 浏览器访问LongCat API开放平台：https://longcat.chat/platform/ 手机号注册登录，进入API Keys页面 点击创建，生成并复制API Key（妥善保管 #AI算力白嫖 #美团LongCat #绿联NAS #AIPlugins #大模型API #免费Token #开发者干货
1.6K11编辑于 2026-04-17- 来自专栏机器之心
美团又上新模型，8个Thinker齐开工，能顶个诸葛亮？
体验链接：https://longcat.ai 模型地址：https://huggingface.co/meituan-longcat/LongCat-Flash-Thinking-2601 GitHub ：https://github.com/meituan-longcat/LongCat-Flash-Thinking-2601 不仅如此，该模型的智能体能力还获得了重大提升：在智能体工具调用、智能体搜索和工具集成推理等基准测试中达到顶尖性能 整体而言，LongCat 在处理工具依赖关系的响应节奏上展现出了更强的稳定性。 LongCat ZigZag Attention：实现超长上下文 LongCat ZigZag Attention，顾名思义，是一种注意力机制，根据其官方推文描述，其一大核心亮点是能「实现 100 万 据悉，LongCat ZigZag Attention 已被成功用于训练当前 LongCat-Flash-Thinking 模型的一个分支，我们也将很快见证这个分支版本面世。
64810编辑于 2026-01-22 - 来自专栏机器之心
冲上热搜！美团大模型，靠「快」火了
这个模型来自美团的 LongCat-Flash 系列，官网可以直接使用（https://longcat.ai）。 技术报告：LongCat-Flash Technical Report 报告链接：https://github.com/meituan-longcat/LongCat-Flash-Chat/blob/main 跑起来又快又便宜 LongCat-Flash 是怎么做到的？ 我们刚提出要求，刚点开录屏，LongCat-Flash 就把答案写出来了，录屏都没来得及第一时间关。 细细观察你会发现，LongCat-Flash 的首个 token 输出速度特别快。 接下来，我们打开「联网搜索」，看看 LongCat-Flash 这项能力够不够快。我们让 LongCat-Flash 推荐望京附近好吃的餐厅。
61210编辑于 2025-09-02 美团 LongCat 团队发布 VitaBench：基于复杂生活场景的交互式 Agent 评测基准
美团 LongCat 团队正式发布当前高度贴近真实生活场景、面向复杂问题的大模型智能体评测基准——VitaBench（Versatile Interactive Tasks Benchmark）。 美团 LongCat 团队首次基于深度推理、工具使用与用户交互三大维度对智能体任务进行了量化拆解，以可控地构建复杂问题。 美团 LongCat 团队发现，即便是当前先进的推理模型，在主榜（复杂跨场景任务）中的成功率也仅有 30%，揭示了现有智能体与复杂真实生活场景应用需求之间的显著差距。 数据统计结果如下表所示：针对长轨迹评估的复杂性，美团 LongCat 团队还提出了基于 Rubric 的滑动窗口评估器。 04.实验结果与分析美团 LongCat 团队在 VitaBench 上评测了包括 GPT-5、Claude-4.1-Opus、Gemini-2.5-Pro、Kimi-K2、GLM-4.5、LongCat-Flash
68610编辑于 2025-10-22- 来自专栏AI SPPECH
6：LongCat-Flash-Lite 无思考MoE模型：68.5B总参数的高效大语言模型解决方案
作者： HOS(安全风信子) 日期： 2026-02-03 主要来源平台： ModelScope 摘要： 本文深入解析美团LongCat团队开源的LongCat-Flash-Lite无思考MoE大语言模型 LongCat-Flash-Lite的出现为解决这一问题提供了新的思路，通过MoE（混合专家）架构实现了参数量与计算效率的最佳平衡。 技术深度拆解与实现分析 3.1 核心架构设计 LongCat-Flash-Lite采用了模块化的MoE架构，主要包括以下组件 3.2 MoE架构实现 LongCat-Flash-Lite的MoE架构是其核心创新之一 参考链接： 主要来源：LongCat-Flash-Lite模型页 - LongCat-Flash-Lite模型详情 主要来源：美团LongCat团队官网 - 团队技术介绍 辅助：MoE模型研究综述 - = pipeline( Tasks.text_generation, model='meituan-longcat/LongCat-Flash-Lite' ) # 处理函数 def
72510编辑于 2026-02-04 美团也开源了大模型，但我觉得他们的野心是通用生活Agent。
居然，发布并直接开源了560B参数的MoE模型LongCat-Flash-Chat。 好家伙，WAIMAI里有两个AI，这次成真的了，美团真发大模型了。 开源地址：https://github.com/meituan-longcat/LongCat-Flash-Chat 也有线上体验地址：https://longcat.ai 我自己去体验了一下，整体模型能力 再来看LongCat，这刷新率不用多说了吧。 像机关枪一样哒哒哒的五六秒就输出完了。 这是LongCat和DeepSeek的另一个case，DeepSeek思考的功夫，LongCat答案快写完了。 很多人都在说LongCat快，确实，它的速度极快，但是，他们的Agent能力，也极强。 直接登顶了。 我自己一直在说，AI现在很多时候，离我们普通大众太远了。 LongCat的输出成本5元/百万 token。换句话说，它不希望用户花几百块的成本全网比价，而是只做几块钱的生意。
37510编辑于 2025-09-04- 来自专栏不二小段
万物皆可Token：美团龙猫开源全模态模型，统一“看画听说”架构
美团龙猫团队开源上新，这次是原生全模态模型 LongCat-Next。 要聊「全模态」，我想从 Tokeni 聊起。 LongCat-Next 的核心，就是解决这个问题。 LongCat-Next 直接采用了 OpenAI 开源的 Whisper 编码器来进行特征提取。 通过这样一套流程，LongCat-Next 成功地将连续的声波也转化为了离散的、既包含语义又保留了音色细节的。 实测视觉多模态能力 LongCat-Next 搭建了一个线上的 demo 环境，不过暂时不支持音频的输入/输出，所以我们先来测一下视觉能力。
30610编辑于 2026-04-09 - 来自专栏锤子代码
美团发布千亿大模型，效果如何？
出手即王炸 最近，美团发布了千亿大模型LongCat，总参数量560B，根据上下文需求激活 186 亿至 313 亿个参数（平均约 270 亿）。 LongCat非推理模型，在官网看到“深度思考”按钮显示敬请期待。 相信后面也会上推理。 官网体验：https://longcat.chat/ ModelScope: https://www.modelscope.cn/models/meituan-longcat/LongCat-Flash-Chat
25310编辑于 2025-09-02 LARYBench 发布：定义具身动作表征 ImageNet，首次度量从人类视频学习的泛化表征
://github.com/meituan-longcat/LARYBench Hugging Face： https://huggingface.co/datasets/meituan-longcat /LARYBench本文将结合美团 LongCat 团队的论文与最新数据，从项目背景、评测流程、实验结果三个维度进行解读。 2.2 数据构建针对多种粒度的动作，美团 Longcat 团队收集了主流常用的第一视角人类数据以多视角、跨本体的机器人数据，并通过自动化数据处理流程构建为动作表征数据集。 3.3 可视化分析为了进一步探讨以上实验结论所表现出的原因，美团 Longcat 团队进行了以下定性的可视化分析实验。 美团 Longcat 团队已将 LARYBench 评测数据集及配套代码开源，并会持续维护和更新。
21210编辑于 2026-04-172025年11月3日AI简报：NVIDIA联手韩国巨头｜百度前沿发明发布｜OpenAI禁用专业建议
4️⃣ 美团LongCat大模型App正式上线，支持语音通话与联网搜索时间：2025年11月3日涉及企业：美团事件概述：美团正式发布LongCat大模型官方App，安卓和iOS用户均可下载。 关联问题：LongCat App与其他AI助手相比有何特色？其特色在于支持语音通话且未来将添加视频通话，同时具备联网搜索能力，结合了美团的本地生活服务背景。文件上传功能目前有何限制？ LongCat大模型对美团的战略意义是什么？这是美团在AI领域的重要布局，可能为其核心业务（如外卖、本地服务）提供技术支持，提升用户体验。美团在AI领域还有哪些其他布局？ 美团还发布了LongCat-Flash-Omni模型，采用Shortcut-connected MoE技术，集成多模态感知模块和语音重建模块。LongCat如何实现“全模态实时交互”？ LongCat-Flash-Omni模型基于高效架构设计，采用ScMoE技术，总参数达5600亿，提供低延迟实时音视频交互能力。
1.2K10编辑于 2025-11-032026.03.02持续更新！17个国内国外免费LLM API 资源分享！主打就是白嫖，联通刚薅到手
美团旗下LongCat（龙猫）：token 额度天花板，每天送 5 亿 免费模型LongCat-Flash-Chat、LongCat-Flash-Thinking、LongCat-Flash-Lite（ 系列每天 500 万 tokens，Flash-Lite 模型每天 5 亿 tokens，额度完全用不完，支持 OpenClaw 自定义模型配置，复制 API Key 就能用 体验地址：https://longcat.chat 、Kimi 等主流模型 服务器试用 1 个月，大模型额度长期有效 0 元领轻量应用服务器（2 核 2G/4 核 8G 等）；混元模型 100 万 tokens 免费额度，有效期 1 年，每日限量领取 LongCat （龙猫） LongCat-Flash-Chat、LongCat-Flash-Thinking、LongCat-Flash-Lite（编程优化） 长期免费，无截止日期 每日刷新额度：Chat/Thinking
3.4K10编辑于 2026-04-17Gemini 3 Pro登顶AMO-Bench：大模型数学推理正迈向高效率新阶段
在此背景下，美团 LongCat 团队发布了 AMO-Bench，这是一套包含 50 道原创高难度数学问题的评测集。该基准旨在通过更高的难度和严格的数据隔离，重新评估当前模型的推理能力上限。 模型评测AMO-Bench 的评测榜单将保持更新，欢迎持续关注：项目主页：http://amo-bench.github.io/Github地址：https://github.com/meituan-longcat /AMO-BenchHugging Face地址：https://huggingface.co/datasets/meituan-longcat/AMO-Bench本文将结合美团 LongCat 团队的论文与最新数据
61610编辑于 2025-12-02美团的AI赌局：烧钱三年，王兴的主动进攻
钱主要花在两块：自研大模型LongCat，还有挖AI人才。王兴说，除了那些做云计算的公司，美团在中国企业里对AI的投入算多的。三年时间，资产负债表和现金流都受到了影响。 但王兴的态度很明确：还得继续搞LongCat。为什么非要自研？王兴说，只有自研，美团才能用海量数据更精准地理解现实世界。当然，美团也和第三方模型合作。但自研，是根本。 三年砸钱，现在有了小团，有了LongCat大模型。能不能成功，还要看时间。但至少，王兴和美团，已经在路上了。
22910编辑于 2026-03-27- 来自专栏LLM
AI Compass前沿速览：Cursor 2.0、Firefly Image5、Agent HQ 、LongCat-Video、Kimi-k2 Thinkin
AICompass前沿速览：Cursor2.0、FireflyImage5、AgentHQ、LongCat-Video、Kimi-k2ThinkingAI-Compass致力于构建最全面、最实用、最前沿的 AI视频生成模型LongCat-Video是美团LongCat团队开源的136亿参数视频生成基础模型。 核心功能LongCat-Video的核心功能包括：文本到视频生成(Text-to-VideoGeneration)：根据输入的文字描述生成相应的视频内容。 技术原理LongCat-Video采用136亿参数的Transformer架构作为其基础模型。 项目官网：https://meituan-longcat.github.io/LongCat-Video/Github仓库：https://github.com/meituan-longcat/LongCat-Video3
1K10编辑于 2025-11-07 2026年TTS配音软件技术选型：从云端API到轻量级效率工具
秒录音克隆，阿里达摩院技术合作）会员包含功能克隆+配音+AI写作+文案提取+爆文标题+脚本模板典型用途个人IP音色、短剧解说、小说推文三、开源方案（自部署）若对数据隐私有强要求且具备GPU资源，可关注美团LongCat-AudioDiT 中文相似度Seed-ZH测试集达0.818模型参数量：1B/3.5B，3.5B版需约14GB显存（RTX4080可跑）推理速度：生成10秒音频约2秒（A100）项目地址：github.com/Meituan/LongCat-AudioDiT 强调数据隐私→评估LongCat-AudioDiT自部署。以上数据均来自公开文档及个人实测。欢迎在评论区交流你的TTS选型经验。
55510编辑于 2026-04-30- 来自专栏杂谈
「生成式AI前沿观察」：办公革命、医疗突破与技术伦理的十字路口
四、技术底层创新：DeepSeek记忆模块、美团LongCat提速 在应用层热闹的同时，AI底层技术也在悄然突破，为行业发展筑牢根基。 美团LongCat LoZA：10倍提速+1M长文本处理 美团LongCat系列发布全新稀疏注意力机制LoZA，通过“筛选+替换”策略，将50%低性能MLA模块替换为流式稀疏注意力SSA，形成ZigZag 更值得关注的是，LongCat-Flash-Exp解锁了1M上下文窗口，能轻松处理百万字长文档，性能超越同类模型Qwen-3，为律师、研究员等需要处理长文本的人群提供了高效工具。
26410编辑于 2026-01-22 - 来自专栏Java项目实战
FishSpeechS2-Pro一键整合包 加速版
轻重音、停顿完全贴合文案要求，温柔中带坚定，没有一丝机械感，读长句时情绪也能保持连贯 2.LongCat-AudioDiT 个人给到最拉，啥也不是，超过30S的语音，语速自动加快，调节各种参数无解， Fish Speech S2 Pro：一句话操控情感 还是美团的高保真LongCat-AudioDiT 告别付费！阿里 Qwen3-TTS 开源封神！
19010编辑于 2026-05-14 万亿参数模型到底多烧钱？国产AI芯片能不能跑？算力国产替代的大棋局
4月24日，DeepSeek V4 和美团 LongCat-2.0 同日发布，总参数量均突破万亿。 美团 LongCat-2.0 更是全程用国产算力集群完成训练，动用 5-6万张算力卡，创下国产算力训练万亿参数模型的最大规模纪录。 美团5万卡国产算力：里程碑事件 如果说芯片适配是"软件就绪"，那美团 LongCat-2.0 就是"实战验证"。 美团这次训练动用了 5-6万张国产算力卡，全程训练和推理都跑在国产算力集群上。 第二层：产业链正在闭环 芯片设计（华为昇腾、寒武纪、摩尔线程）→ 制造（中芯国际）→ 封测（华虹）→ 服务器（宁畅、长江计算）→ 云服务（华为云、腾讯云、天翼云）→ 大模型（DeepSeek、MiMo、LongCat
52410编辑于 2026-05-08每周AI论文速递（260126-260130）
LongCat-Flash-Thinking-2601 Technical Report [LongCat-Flash-Thinking-2601 技术报告](https://arxiv.org/abs /2601.16725) 我们介绍了 LongCat-Flash-Thinking-2601，这是一个拥有 5600 亿参数的开源混合专家 (Mixture-of-Experts, MoE) 推理模型， 在广泛的智能体基准测试（包括智能体搜索、智能体工具使用和工具集成推理）中，LongCat-Flash-Thinking-2601 在开源模型中实现了最先进的性能。 基于这些见解，我们推出了 LongCat-Flash-Lite 模型，这是一个拥有 685 亿参数、激活参数约 30 亿、从头开始训练的模型。 尽管将超过 300 亿参数分配给了嵌入，LongCat-Flash-Lite 不仅超越了参数等效的 MoE 基线模型，而且在智能体和编码领域，与现有同等规模的模型相比，展现出了卓越的竞争力。
42310编辑于 2026-02-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号