【美團發布LongCat-Video視頻生成模型，支持5分鐘級連貫輸出】
文章圖片
【TechWeb】10月27日消息 ， 美團 LongCat 團隊正式發布 LongCat-Video 視頻生成模型 ， 該模型支持文生視頻、圖生視頻及視頻續寫 。 美團強調 ， LongCat-Video 可穩定輸出5分鐘級別的長視頻 ， 且無質量損失 。
據介紹 ， 在文生視頻方面 ，LongCat-Video可生成 720p、30fps 高清視頻 ， 能精準解析文本中物體、人物、場景、風格等細節指令 ， 語義理解與視覺呈現能力達開源 SOTA 級別 。
圖生視頻 ，LongCat-Video嚴格保留參考圖像的主體屬性、背景關系與整體風格 ， 動態過程符合物理規律 ， 支持詳細指令、簡潔描述、空指令等多類型輸入 ， 內容一致性與動態自然度表現優異 。
視頻續寫是LongCat Video的核心差異化能力 ， 可基于多幀條件幀續接視頻內容 ， 為長視頻生成提供原生技術支撐 。
另外 ， 依托視頻續寫任務預訓練、Block-Causual Attention 機制和 GRPO 后訓練 ， LongCat-Video 可穩定輸出5分鐘級別的長視頻 。
模型結合塊稀疏注意力（BSA）與條件 token 緩存機制 ， 大幅降低長視頻推理冗余 —— 即便處理 93 幀及以上長序列 ， 仍能兼顧效率與生成質量穩定 ， 打破長視頻生成 “時長與質量不可兼得” 的瓶頸 。
美團發布的數據顯示 ， 通過全面的評估顯示 ， LongCat-Video 通用性能優秀 ， 綜合能力躋身開源 SOTA：
136 億參數的視頻生成基座模型 ， 在文生視頻、圖生視頻兩大核心任務中 ， 綜合性能均達到當前開源領域 SOTA 級別；
通過文本-視頻對齊、視覺質量、運動質量、整體質量四大維度評估 ， 其性能在文本對齊度、運動連貫性等關鍵指標上展現顯著優勢；
在 VBench 等公開基準測試中 ， LongCat-Video 在參評模型中整體表現優異 。
推薦閱讀
- 稀宇極智發布M2開源大模型，成本僅Claude4.5的8%
- 2899元起，真我GT8系列兩款新機正式發布
- 全球開源大模型杭州霸榜被終結，上海Minimax M2發布即爆單
- 華為 Mate 70 Air 曝光：配備 7 英寸大屏，本月發布
- 2599元！追覓發布全球首款震動智能戒指：充電一次可續航7天
- 蘋果周五凌晨發布第四財季財報 營收有望超過1000億美元
- 鴻合科技發布“鴻合智瞳”AI生態，引領智慧教育全場景落地
- 新 iPhone 發布時間或進行調整，芯片也有新變化
- 高通發布兩款數據中心AI芯片，股價一度暴漲22%
- 《原點Talk》欄目發布：打造“AI創業者專屬思想碰撞場”