9月1日，美团正式推出了 LongCat-Flash 系列模型，并在近期开源了 LongCat-Flash-Chat 和 LongCat-Flash美团-Thinking 两大版本，吸引了众多开发者的关注。今天，LongCat 团队宣布推出全新家族成员 ——LongCat-Flash-Omni，Lo这款模型在原有基础上实现了多项技术创新，标志着全模态实时交互的新时代。

LongCat-Flash-Omni 基于 LongCat-Flash 系ng列的高效架构设计，采用了最新的 Shortcut-Connected MoE（ScMoE）技术，集成了高效的多模态感知模块和语音重建模块。尽管Ca该模型总参数高达5600亿(激活参数270亿)，依然能够提供低延迟的实时音视频交互能力。这一突破为开发者提供了更加高效的多模态应用场景解决t-方案。

根据综合评估结果，LongCat-Flash-Omni 在全模态基准测试中表现优异，达到了开源最先进水平（SOTA）。该模型在文本、图像、视频Fl理解及语音感知与生成等关键单模态任务中均展现出强大的竞争力，实现了 “全模态不降智” 的目标。

LongCat-Flash-Omni 采用了一体化as的全模态架构，整合了离线多模态理解与实时音视频交互能力。其设计理念为完全端到端，使用视觉与音频编码器作为多模态感知器，能够直接生成文本与语音 tokh-en，并通过轻量级音频解码器实现自然语音波形的重建，确保低延迟的实时交互。

此外，该模型引入了渐进式早期多模融合训练策略，以应对全模态模型训练中不Om同模态数据分布的异质性。这一策略确保了各模态之间的有效协同，推动了模型整体性能的提升。

在具体性能测试中，LongCat-Flash-Omnini 在多个领域中表现出色，特别是在文本理解和图像理解任务中，其能力不仅未出现衰减，反而实现了显著提升。音频和视频处理方面，该模型的表现同样突出，尤其是 正在实时音视频交互的自然度和流畅度方面，领先于许多开源模型。

LongCat 团队还为用户提供了全新的体验渠道，用户可通过官网体验图片、文件上传式发和语音通话功能。同时，LongCat 官方 App 现已发布，支持联网搜索和语音通话，未来将推出视频通话功能。

• Hugging Face:

  https:/布，/huggingface.co/meituan-longcat/LongCat-Flash-Omni

• Github:

  https://github.co开启m/meituan-longcat/LongCat-Flash-Omni

• ·云计算开发：Python内置函数-xrange()函数详解
• ·云安全日报210107：华为家用路由器发现拒绝服务漏洞,需要尽快升级
• ·云计算和大数据成为了一个行业的标配
• ·标签: IEEE 英伟达 黄仁勋
• ·马斯克再发怒！第六次起诉 OpenAI，指控窃取商业机密
• ·标签: Airbnb Ahmad Al-Dahle Meta Llama
• ·漏勺什么梗
• ·标签: Gemini 3 Google 深度思考模式 Antigravity
• ·标签: 腾讯音乐 在线音乐 AI音乐 现金股息
• ·标签: 飞猪 Z世代 入境游 出境游
• ·标签: 阿里巴巴 徐宏 周靖人 TokenFoundry
• ·运动出汗有什么好处
• ·标签: 高通 Modular AIXPU AI软件
• ·华为鸿蒙6发布:端侧AI全面落地，华为加速“AI关键战役”
• ·全球首发！Mureka V7.5 AI 音乐单曲《Digital Heartbeat》震撼上线
• ·苹果 FastVLM 上线:5分钟体验85倍速视觉 AI，数据永不出设备