2025年11月，美团发布全新独立APP LongCat及开源模型LongCat-Flash-Omni，主打多模态能力，支持文本、语音、图像和视频交互。该模型在全模态基准测试中表现优异，超越Qwen3-Omni等模型，达到开源SOTA水准，并与闭源模型Gemini-2.5-Pro媲美。其采用‘大总参小激活’MoE架构，参数达560B，推理效率极高，实现全模态实时交互。实测显示，无论是复杂任务还是流式音视频处理，模型均表现出‘快’与‘稳’的特点。此外，美团通过软硬件结合布局‘世界模型+具身智能’，目标连接数字与物理世界。目前，LongCat APP和Web端已开放免费体验，未来将拓展更多功能，助力零售与科技融合。

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。