11月3日,美团宣布正式发布并开源LongCat-Flash-Omni模型。该模型基于LongCat-Flash系列的高效架构设计(Shortcut-Connected MoE,含零计算专家),并创新性集成了高效多模态感知模块与语音重建模块。尽管总参数高达5600亿(激活参数270亿),LongCat-Flash-Omni仍实现了低延迟的实时音视频交互能力,为开发者提供了更高效的多模态应用场景解决方案。该模型在全模态基准测试中达到开源最先进水平(SOTA),并在文本、图像、视频理解及语音感知与生成等关键单模态任务中展现出强大竞争力。同时,美团发布了LongCat官方App,支持联网搜索和语音通话功能。
