《上周AI》第251期回顾重大AI新闻:Anthropic在政府谈判后重新部署Claude Fable 5,并推出Claude Sonnet 5;谷歌更新NotebookLM和图像生成器;Etched获巨额投资,百度芯片IPO,Agility Robotics计划上市;中国发布LongCat 2.0模型及新基准。
美团LongCat-2.0正式开源,参数达到1.6T,采用动态激活和稀疏注意力技术,提升长上下文处理效率。开源的国产卡推理代码具有工程价值,解决了部署链路问题。建议团队在低风险环境中测试,以确保模型的稳定性和可控性,避免潜在风险。
美团推出的LongCat-2.0模型使用国产芯片训练,价格高于竞争对手。虽然缓存命中免费,但整体速度较慢,质量尚可,适合多次调用的场景,但在速度和质量上仍需提升,用户体验不如小米。
美团发布的LongCat-2.0模型具有“万亿参数”和长上下文能力,旨在提升代码理解与生成效率。该模型通过国产算力集群实现全流程训练,标志着大模型工程化的新阶段,未来需关注其在真实软件工程中的应用效果。
美团发布了新一代万亿参数大模型LongCat-2.0,并将其开源。该模型在国产算力集群上完成全流程训练,支持1M超长上下文,专注于代码理解与生成,表现优异,成为全球开发者的热门选择。
LongCat-Video-Avatar 1.5 是美团团队于2026年推出的开源音频驱动视频生成框架。用户只需提供静态图像和音频,即可生成口型同步的动态视频,适用于真实人像和动漫角色,具备高保真画面和长视频生成能力。
美团开源了LongCat-Video-Avatar 1.5数字人视频模型,提升了唇形同步、稳定性和多人互动能力。通过优化音频特征提取和数据处理,该模型在复杂场景中表现优异,生成效率提高15倍,适用于电商直播和教学等多种场景,推动数字人视频的实际应用。
美团龙猫LongCat发布了LongCat-Video-Avatar 1.5,提升了数字人视频模型的唇形同步、物理合理性和多人互动能力,支持复杂场景下的高质量内容输出,推理效率提升约15倍。团队希望通过开源推动数字人视频技术的发展。
大模型在逻辑推理方面存在短板,尽管在专业知识测试中表现良好,但在日常场景的通用推理中准确率较低。美团LongCat团队发布的General 365基准测试揭示了当前模型的真实能力,强调推理能力与专业知识的解耦。测试结果显示,主流模型普遍未能达到及格线,反映出其在复杂逻辑任务中的不足。
美团LongCat团队发布了LongCat-AudioDiT模型,采用全新的端到端文本转语音技术,减少信息损失。该模型在Seed基准测试中表现优异,取得最佳的说话人相似度和可懂度,证明了在波形潜空间生成语音的有效性。LongCat-AudioDiT以简化架构和高保真合成为目标,已开源,期待推动语音生成技术的发展。
LongCat团队提出了LongCat-Next模型,旨在统一处理图像、语音和文本等多模态信号。该模型通过离散Token实现理解与生成的协同,打破模态间的隔阂,表现出色。模型及其分词器已开源,期待推动多模态智能的发展。
LongCat团队推出了新AI模型LongCat-Next,旨在统一处理图像、声音和文本等多模态信息。通过离散原生自回归架构DiNA和视觉分词器dNaViT,该模型实现了不同模态的统一建模,增强了理解与生成的协同能力。研究表明,离散化能更好地理解物理世界,且不损失信息。该模型已开源,欢迎开发者参与。
OpenClaw 是一个开源的个人 AI 助手,能够将大语言模型的推理能力转化为实际操作。由于部分平台收紧对非官方入口的访问,账号安全风险增加。LongCat 团队提供了稳定的官方 API,帮助开发者构建自动化工作流。LongCat-Flash-Thinking-2601 在执行效率和任务完成质量上表现优异,能够快速响应复杂任务,提升开发者的工作效率。
美团LongCat团队推出了开源模型LongCat-Flash-Thinking-2601,拥有5600亿参数,旨在解决智能体在复杂环境中的适应性问题。该模型通过环境扩展、强化学习和噪声训练,在多领域任务中表现出色,显著提升了泛化能力和决策稳定性。
美团LongCat团队发布了LongCat-Flash-Thinking-2601模型,具备卓越的智能体搜索和工具调用能力,支持重思考模式,提升决策质量。该模型在编程和数学推理等评测中表现优异,已开源并可在线体验,旨在降低开发者使用门槛。
美团龙猫LongCat推出新稀疏注意力机制LoZA,解码速度提升10倍,支持处理1M长文本。通过优化模型结构,降低计算复杂度,提高效率,同时保持稳定性能。该技术在长文本任务中优于同类模型,未来将支持动态稀疏比例,以适应不同场景需求。
美团开源的LongCat-Video-Avatar模型在虚拟人视频生成方面取得显著进展,支持多任务生成,提升了动作拟真度和长视频稳定性,解决了身份一致性问题,广泛应用于影视和教育等领域。
美团开源的LongCat-Video-Avatar模型在虚拟人视频生成方面取得显著进展,支持多任务生成,提升了动作拟真度和长视频稳定性,解决了身份一致性问题,广泛应用于影视娱乐等领域。
美团推出的LongCat AI生图功能基于LongCat-Image模型,能够快速生成高质量图像并支持自然语言编辑,尤其擅长处理生僻字,已在LongCat APP和网站上线,旨在为用户提供高效的创作工具。
美团 LongCat 团队发布了开源的 LongCat-Image 模型,旨在解决 AI 图像生成技术的开源与闭源问题。该模型拥有6B参数,兼具文生图和图像编辑能力,提升了指令遵循、图像质量和中文文字生成能力。在多个基准测试中表现优异,支持海报设计等应用,推动技术普惠与商业创作。
完成下面两步后,将自动完成登录并继续当前操作。