.png)
11月3日，美团发布并开源LongCat-Flash-Omni模型，支持实时音视频交互，达到SOTA水平。该模型基于Shortcut-Connected MoE架构，参数规模达5600亿（激活参数270亿），在文本、图像、音频和视频理解等多模态任务中表现优异，首次实现全模态覆盖与大参数量高效推理。其音频能力在LibriSpeech等数据集上优于Gemini-2.5-Pro，视频理解性能比肩顶级闭源模型。此外，团队构建了一套端到端评测方案，用户评分显示其流畅度领先开源模型Qwen3-Omni。模型已在Hugging Face和GitHub同步开源。
原文链接
本文链接：https://kx.umi6.com/article/27676.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "27676")
相关推荐
.png)
换一换
亚马逊发布 Nova 系列 AI 模型，提供文本、图像和视频生成功能
2024-12-04 09:35:29
从Figma到中国垂类应用全球崛起
2025-08-01 14:01:49
世界模型有了开源基座Emu3.5！拿下多模态SOTA，性能超Nano Banana
2025-10-31 10:25:44
什么是真正好用的推理模型？阶跃Step 3：开源的，多模态的，低成本的，国产芯片适配的
2025-07-28 10:09:36
智源研究院发布世界模型Emu3 多模态AGI渐行渐近？
2024-10-22 11:06:09
Nano Banana爆火背后，深聊谷歌多模态五大主线布局
2025-09-10 15:36:58
阶跃星辰再拿多模态榜首，全方位升级发布六款模型
2025-01-22 18:02:08
GPT-4o迷你版发布，ChatGPT杀死ChatGPT | 焦点分析
2024-07-19 11:33:58
首个可保留情感的音频 LLM：Meta 重磅开源 7B-Spirit LM，一网打尽“音频 + 文本”多模态任务
2024-11-22 14:06:22
o3出圈玩法“看图猜位置”，豆包也安排上了！还是人人免费用那种
2025-07-30 15:46:31
中信证券：AI产业端Agent和多模态两大主线有望持续引领
2025-08-01 09:26:15
GPT-5泄露！首次统一GPT和o系列，实测demo抢先曝光，下周发布？
2025-08-01 08:52:52
百度：推出首个多模态高度融合数字人
2025-06-17 16:25:35
553 文章
261082 浏览
24小时热文
更多
-
2025-11-03 18:35:21 -
2025-11-03 18:34:22
-
2025-11-03 18:34:13
