麦享科技11月4日消息,昨日,美团LongCat(龙猫)团队正式推出全新开源大模型LongCat-Flash-Omni。
该大模型总参数规模高达5600亿,实现全模态能力突破,登顶开源领域最先进水平(SOTA)。

今年9月1日,美团正式发布LongCat-Flash系列模型,并开源了LongCat-Flash-Chat和LongCat-Flash-Thinking两大版本。
此次LongCat-Flash-Omni是系列全新家族成员。它也是业界首个实现“全模态覆盖、端到端架构、大参数量高效推理”于一体的开源大语言模型,首次在开源范畴内实现了全模态能力对闭源模型的对标。

该模型的核心突破在于破解了“大参数与高效率”的行业矛盾。
该模型总参数达5600亿(激活参数270亿),却依托LongCat-Flash系列创新的ScMoE架构(含零计算专家)作为LLM骨干,结合高效多模态编解码器和“分块式音视频特征交织机制”,最终实现低延迟、高质量的音视频处理与流式语音生成。
模型支持128K tokens上下文窗口及超8分钟音视频交互,在多模态长时记忆、多轮对话、时序推理等能力上具备显著优势。

实测显示,其图像理解性能与闭源全模态模型 Gemini-2.5-Pro 相当,且优于开源模型 Qwen3-Omni。短视频理解性能超越同类模型,长视频处理能力比肩Gemini-2.5-Pro。
落地体验上,LongCat官方App现已正式发布,支持联网搜索,还可以发起语音通话(视频通话功能敬请期待)。


						        
						        
  
			    	微信扫一扫打赏
			    
			    	支付宝扫一扫打赏