
LongCat-Next是美团龙猫团队(Meituan LongCat)推出的新一代多模态模型,模型通过智能评估模块重要性,将50%低重要模块替换为流式稀疏注意力,构建全局与局部交错的ZigZag结构,实现1M超长上下文、解码速度提升10倍、算力节省30%、硬件利用率翻倍,并提供Flash-Exp与Flash-Lite双版本,长文本任务表现超越Qwen-3。

字节跳动开发的一款多功能人工智能工具,基于云雀模型(豆包大模型)构建。它不仅是一个AI聊天机器人,还具备多种功能,包括写作助手、英语学习助手、音乐生成、编程助理等。

LongCat-Flash-Thinking的核心突破在于系统性训练架构:通过多环境强化学习、抗噪课程训练和任务合成机制,使模型在不完美、高噪声的真实环境中仍能稳健运行。

LongCat-Flash-Lite是美团重磅推出的新一代高效大语言模型,凭借创新MoE+N元语法嵌入混合架构实现技术突破,总参数量达685亿,推理时仅激活29~45亿参数,完美平衡模型能力与运行效率。

UNO-Bench是美团LongCat团队研发的全模态大模型专业评测基准。针对现有评测体系在多模态能力评估上的局限性,该基准依托高质量、多样化的数据集构建,可精准衡量模型的单模态性能与全模态融合能力。