
2025年11月3日,美团LongCat团队带来了重大更新——正式发布新一代LongCat-Flash系列大模型成员Flash-Omni,并同步开放全部源代码。这一里程碑式的发布,标志着该系列模型在多模态能力方面取得了突破性进展。
与此同时,LongCat全新应用已正式登陆各大平台,不仅支持联网搜索功能,还能发起流畅的语音对话。iOS用户只需在App Store中搜索"LongCat"即可直接下载使用。值得一提的是,此前用户主要通过官网(https://longcat.ai/)体验模型服务,而此次移动应用的推出,进一步拓宽了用户的使用场景。
据技术文档披露,LongCat-Flash-Omni在延续前代高效Shortcut-Connected MoE架构的基础上,创新性地引入了零计算专家机制,并巧妙融合了高效多模态感知模块与语音重建模块。尽管模型总参数量高达5600亿,激活参数达270亿,却依然实现了低延迟的实时音视频交互,为开发者在多模态应用开发中提供了更优的技术解决方案。
在多项全模态基准测试中,LongCat-Flash-Omni展现出领先同侪的卓越性能,同时在文本理解、图像识别、视频分析以及语音感知与生成等单模态任务中均表现优异。
这是业界首款达成"全模态覆盖、端到端架构、大参数量下高效推理"三位一体的开源大语言模型。通过在开源体系中实现对闭源多模态模型的全面对标,该模型凭借架构创新与工程优化,成功实现了大参数模型在复杂多模态任务中的毫秒级响应,有效缓解了行业长期面临的推理延迟困境。
