新模型 2026-11-03

美团开源 LongCat-Flash-Omni,能听能看能聊的开源全模态模型

一句话说清:美团把一款「能听、能看、能实时聊天」的大模型开源了,开发者可以免费拿去用,普通人也能通过它的 App 体验。

发生了什么

11 月 3 日,美团发布并开源全模态实时交互大模型 LongCat-Flash-Omni,同时上线了首款 AI 助手 App「LongCat」(公测)。

  • 它是开源模型,已在 HuggingFace 和 GitHub 放出,开发者能直接拿来用。
  • 规模很大但很省:总参数 5600 亿,激活参数只有 270 亿,靠「零计算专家」等设计,在庞大参数下还能做到低延迟的实时音视频交互。
  • 能力覆盖文本、图像、音频、视频,官方称在多个跨模态理解基准上达到开源模型的领先水平,并支持最长 128K 的上下文(约能记住很长的对话)。
  • 配套的 LongCat App 已支持联网搜索、语音通话,视频通话等功能后续上线;Web 端也能传图片、文件、语音通话。

对我有什么用

  • 对开发者:多了一个能力强、可商用的开源选择,做语音助手、视频理解类应用更方便。
  • 对普通用户:可以通过美团 LongCat App 体验「边说边看边聊」的多模态 AI,比如语音问它、给它看图。
  • 对行业:这是国产大模型在「全模态 + 开源」上的重要一步,意味着好用的多模态能力会更快流向各种小应用。

我可以怎么做

  1. 想体验:去应用商店搜「LongCat」,或留意美团官方入口,用手机号登录即可公测体验语音/图文对话。
  2. 想研究/开发:到 HuggingFace 搜 meituan-longcat/LongCat-Flash-Omni 下载模型与文档。
  3. 做项目:如果你在搭客服、陪聊、视频理解类应用,可以把这类开源多模态模型当作底座,省去从零训练。
  4. 注意:公测功能会陆续补齐,视频通话等高级能力可能要等后续版本。

温馨提醒

  • 开源不等于完全无限制:具体能不能商用、要不要申请,以美团官方许可协议为准,商用量产前先看清条款。
  • 它是「大模型底座」,不是成品 App,普通人体验门槛主要在 LongCat App 的公测进度上。
  • 多模态实时交互很吃算力,手机上跑的效果和电脑/云端会有差距。
  • 别把重要隐私(身份证、密码、人脸)往任何 AI 对话里塞,不管它多厉害。
📤 一键转发小助手 帮你写好小红书文案、微信推荐语,还配一张中文海报,复制就能发