美团开源LongCat Video：高效生成长视频解决方案
10月27日，美团LongCat团队正式发布并开源视频生成模型LongCat-Video。该团队宣称，该模型在统一架构框架下，能够同步支持文本生成视频（Text-to-Video）、图像生成视频（Image-to-Video）以及视频续写等基础任务。其内部测试及公开基准（包括VBench）评价结果显示，该项目在开源范围内取得了行业领先成果。
▲LongCat-Video在文生、图生视频基础任务上实现开源SOTA突破（资料图）
根据技术报告，LongCat-Video基于Diffusion Transformer（DiT）架构，创新性地采用"条件帧数量"作为任务区分机制：文本生成视频无需输入条件帧，图像生成视频仅需1帧参考图像，视频续写则依赖多帧前置内容。这一设计使得模型无需额外改造即可灵活适配三类生成任务。
为提升长时序生成能力，模型在预训练阶段引入原生的视频续写任务。团队表示，该模型目前已能稳定生成分钟级长视频，并针对跨帧时序一致性与物理运动合理性进行了专项优化，有效缓解了色彩漂移、画质衰减与动作断裂等常见问题。
在效率优化方面，模型结合块稀疏注意力（BSA）与条件token缓存机制，显著降低长序列推理冗余。据称在处理93帧及以上序列时，能够在生成质量与推理效率间保持稳定平衡。针对高分辨率、高帧率场景，模型采用"二阶粗到精（C2F）+ BSA + 蒸馏"组合策略，报告中指出其推理速度较基线提升约10.1倍。
参数规模方面，LongCat-Video基座模型达到约136亿参数。评估体系全面覆盖文本对齐、图像对齐、视觉质量、运动质量与整体质量等维度；团队强调其在文本对齐与运动连贯性等关键指标上表现优异，并在公开基准VBench等测试中取得领先成绩。
LongCat团队将此次发布定位为其"世界模型（World Model）"方向探索的重要里程碑，相关代码与模型已全面开源。以上技术结论与性能数据均引用自团队技术报告与发布材料。
免责声明
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
前阿里CEO张勇5,354万购香港半山竹林苑豪宅 年底掌希慎兴业
港股上市公司希慎兴业近日发布的一则公告引发市场关注。根据公告内容，其全资子公司广运于10月24日与买方达成一项住宅交易协议，广运将出售位于香港半山坚尼道黄金地段的竹林苑一处住宅单位。该住宅实用面积约
华为MatePad Pro与Mini典藏版开售！今日入手攻略
感谢热心网友風見暉一、Autumn_Dream、软媒新友2543710、雨雪载途提供的信息支持。10月27日上午，华为终端最新微博发布消息，宣布华为MatePad Pro流金典藏版与华为MatePa
小米15年成长复盘：天花板逼近还是突破在即？
小米十五年：增长天花板近了吗？ 10月22日，针对近期网传 “小米汽车SOS 1秒接通 不含排队时间”等相关内容，小米汽车副总裁李肖爽发文称，该内容完全失实，公司从未在发布会上或物料上有过此宣传，
理光职场赋能：智慧校园让工作变悦享
2025年10月23日、24日，中关村在线“我们学校潮好玩”校园嘉年华第二季活动来到了成都市的西南交通大学（犀浦校区）和电子科技大学（清水河校区），中关村在线携手OA概念的首个提出者理光，在蓉城深情
iPhone17或将降价增配，国产手机AI能否实现逆袭？
今年的手机市场，出现了一个反常现象：新发布的iPhone不再像往年那样快速跳水，反而价格坚挺，一机难求。与此同时，苹果公司市值重新突破4万亿美元大关，股价创出新高。 这种市场表现的背后，是苹果产品
热门推荐
热门教程
更多- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
