美团视频生成模型1360亿参数揭秘,效率提升10倍媲美Sora
美团长猫团队正式推出LongCat-Video基础视频生成模型,这款拥有1360亿庞大参数量的模型仅需几分钟便能产出720p分辨率、30帧每秒的高清视频,在文本转视频、图像转视频以及长视频续写等多项任务上均展现出卓越表现。
又是美团!
近期美团在AI领域的开源举措频出,确实令人刮目相看。
就在刚刚,美团长猫团队发布了LongCat-Video的基础视频生成模型,其1360亿的参规模能在数分钟内生成720p、30帧的高质量视频,并在文本转视频、图像转视频和长视频续写等多个任务中都表现优异。

从谷歌的Veo、OpenAI的Sora,到快手的可灵(Kling)及国内外众多开源模型,视频生成的质量、对指令的理解能力以及运动场景的真实感都在飞速提升。
LongCat-Video选择在这个时间点亮相,必然有其过人之处。



该模型的亮点在于其统一的多任务架构、出色的长视频生成能力、高效的推理性能,以及通过多奖励强化学习人类反馈(RLHF)实现的显著效果。
它采用单一模型架构,统一处理文本到视频、图像到视频、视频续写和交互式生成等核心功能。

通过在视频续写任务上的预训练,该模型能够生成分钟级别的长视频,同时保持画面质量与时间连贯性。
针对生成效率问题,模型创新性地采用了从粗到细的生成策略,结合模型蒸馏技术与稀疏注意力机制,显著降低了计算复杂度。
最终,经过精心设计的RLHF训练,LongCat-Video在生成质量上已媲美顶尖闭源模型及领先开源方案。
值得一提的是,团队还开源了完整训练流程,方便社区在自有项目中直接应用。
相关攻略
Excel筛选功能能高效处理海量数据。基础筛选通过列标题下拉菜单勾选或搜索快速定位数据。高级筛选需设置条件区域,可满足多条件复杂查询。FILTER函数能实现动态自动化筛选,结果随数据源同步更新。掌握这些方法可显著提升数据处理效率。
Excel表格可通过多种方法美化以提升可读性。使用内置表格样式可一键快速套用格式;通过设置单元格格式能自定义边框与填充颜色;利用条件格式可根据数据规则自动突出显示特定内容。这些技巧能有效增强数据呈现的清晰度与专业性。
Excel提供了多种批量删除数据的方法。使用Ctrl键配合鼠标可选择不连续区域并右键删除;选中连续区域后按Delete键可快速清空内容。通过“开始”选项卡中的“清除”功能,可同时移除格式与内容。对于复杂任务,可利用VBA宏编写脚本,一键清空所有工作表数据。根据需求选择合适方法能提升效率。
面对表格数据,手动计算易错低效。掌握自动汇总技巧能显著提升效率。常用方法包括:利用筛选功能快速提取和查看特定数据;使用基础的SUM函数进行灵活求和;创建数据透视表进行多维度交互式分析;运用COUNTIF、SUMIF等条件统计函数实现智能计算。根据场景选用合适工具,可使数据处理变得轻松高效。
Excel表格合并有多种方法。复制粘贴适合简单任务;合并计算可汇总多区域数据;PowerQuery能处理复杂合并与数据清洗;CONCATENATE和TEXTJOIN函数专用于合并单元格文本;VBA宏可实现重复任务的自动化。根据数据规模、频率和复杂度选择合适工具,能显著提升数据整理的效率与准确性。
热门专题
热门推荐
公安部就电子数据取证规则公开征求意见,拟将网络安全等行政案件纳入适用范围,并规范取证流程与核心概念。新规特别明确了获取密码、调取通讯内容等特殊程序,需经严格审批并保障当事人权利。配套法律文书也同步优化,以构建更规范且注重权利保障的取证体系。
理想L9和LIvis的定价策略刚掀起波澜,小鹏GX的最终价格就给出了更猛烈的回应——从近40万元的预售价直降至27万元起。用小鹏产品矩阵负责人吴安飞的话说,这叫“9系的产品,8系的价格”。 这12万元的下调,效果堪称立竿见影。发布会次日,小鹏集团港股股价一度大涨超8%。更关键的是市场订单:上市12小
5月21日,环塔拉力赛新疆且末赛段大营迎来了一位备受瞩目的访客——知名零售企业胖东来的创始人于东来。他专程前往长城汽车车队营地,与参赛车手及后勤团队进行了深度交流。据悉,于东来此次自驾越野之旅已历时一月,随行车队中包含多款国产越野车型。经过实地驾驶与多维度对比,他对以长城汽车为代表的国产越野车品质给
比特币官方入口在哪里?一个核心门户的权威指南 说起比特币,很多人第一反应是去找它的“官网”或“官方App”。但这里有个关键点需要先理清:比特币本质上是一种去中心化的全球数字货币,它不属于任何一家公司或机构,而是由一个庞大的、遍布全球的社区共同维护。因此,它并没有传统意义上由某个企业运营的“官方网站”
Ring-2 5-1T是什么 在当今大模型技术激烈竞争的赛道上,追求更长的上下文处理能力和更强大的深度推理性能已成为核心焦点。近日,蚂蚁集团旗下的inclusionAI团队重磅开源了Ring-2 5-1T模型,这是一个参数规模高达万亿级别的混合线性思考大语言模型。该模型基于先进的Ling 2 5架构





