美团又发新模型啦。原生多模态模型LongCat-Next，一个模型同时支持文字、

蚁工厂 2026-03-26 09:02:06

美团又发新模型啦。原生多模态模型LongCat-Next，一个模型同时支持文字、语音、图像输入与输出。

传统多模态模型通常是语言模型 + 外挂视觉/语音模块，也就是图像先经过视觉编码器，变成连续向量，再投影进 LLM；图像生成又常常另用 diffusion/DiT；语音也有自己一套 codec 和分支。结果就是架构割裂，理解和生成往往不是一套系统。

LongCat-Next 提出的 DiNA想把这件事统一掉，文本、图像、音频都先变成离散 token，进入同一个 decoder-only 主干模型。这样 OCR、图像理解、文生图、语音理解、语音生成，本质上都变成预测下一串 token。How I AI

0 阅读：6

猜你喜欢

蚁工厂

蚁工厂

感谢大家的关注

作者最新文章

1
猝死删库skill，也顺便把浏览器历史给删了吧
2
MiniMax的官方Skills库更新了下地址：github.com/MiniM
3
美团又发新模型啦。原生多模态模型LongCat-Next，一个模型同时支持文字、
4
从零开始在JAX中进行语言建模与分布式训练的指南www.chuyishang.c
5
AI：我不要你觉得，我要我觉得
6
疑似DeepSeek工作人员的爆料（现在已删）
7
中国计算机学会关于 NeurIPS 禁止部分机构参与投稿的声明近日，NeurIP
8
老图重发
9
cursor发布Composer2模型技术报告了cursor.com/resou
10
anthropic发了篇长文，介绍面向长期运行应用开发的Harness desi

热门分类

推荐 热榜 军事 NBA 体育 社会 明星八卦 娱乐 财经 科技 汽车 历史 国际 游戏 动漫 公益 搞笑 商业 互联网 数码 国际足球 房产 家居 时尚 科学探索 职场 育儿 股票 教育 影视 情感 热点 中国军情 武器 中国南海 中国足球 亚洲杯 科比 综合体育 CBA 投资 大咖秀 外汇 创业 风口 SUV 豪车 概念车 优惠 新能源 美国 欧洲 朝日韩 俄罗斯 孕期 街拍 婚姻 正能量

科技TOP

1
vivoX300s的爆料也来了，外围规格全部拉满了。6.78英寸144Hz蔡
2
尚界Z7预售价22.98万起，Z7T预售价23.98万起，CLTC续航至高9
3
追觅手机研发首期投入100亿追觅手机开始计划投资100亿，目标到2027年手机团
4
成本压力下，各家都在温和调整3月16日0点，OPPO商城正式开启调价：•一加1
5
苹果变形脸表情火了这个表情看上去不太聪明啊有一股子不聪明又透露着好奇和天真无邪的
6
国家超算互联网免费支持OpenClaw国家超算互联网免费给OpenCla
7
给国内的ai排排座次，感觉有的高了，有的低了，有的太高了，有的太低了。
8
当下高端手机市场同质化严重，各大品牌陷入参数堆砌的内卷怪圈，追觅AURORA手机
9
苹果iOS26.4Beta4可以关掉液态玻璃刺眼动效其实关于玻璃透明效果，
10
真我暂停新机研发啊？？？假的吧，咋可能，前不久不是刚回归OPPO吗，而且rea

科技最新文章

1
荣耀Power2才是真·闷声发财王者WIN系列还在缺货水深火热，Power
2
内存条价格暴跌这事儿，简直像坐过山车！深圳华强北电子市场里，DDR516GB单
3
高科技这块，居然被三轮车硬生生闯进来了谁能想到，2026年最颠覆的科技出圈，居然
4
刚刚！华为小米不涨价的真相曝光！结合一加中国区CEO李杰的“透底”和供应链消息
5
荣耀X80i升级金属中框和1.5K屏，X80i都金属中框了，那定位更高的X80估
6
华为今年可能测试EUV光刻机就是深圳那台原型机顺利的话明年5nm规模量产最
7
当华为畅享90promax续航19小时的测试出来后，震惊了我的三观。知道
8
等等党看到天都塌了[捂脸哭]因为苦苦等待没有及时出手，迎来的却是全面涨价，这下直接
9
哈工大这回算是把天捅破了！谁都没想到，麒麟9020芯片只是个幌子，真正让美国和台
10
iPhone18Pro依旧5000系铝合金很多今年没有买17Pro的同学肯定