从高拟真到真可用，LongCat-Video-Avatar 1.5 正式开源 美团正式开源 LongCat-Video-Avatar 1.5，作为一款从开源 SOTA 迈向商业级应用的数字人视频模型。在唇形同步、物理合理性、长视频稳定性、多人互动和高效推理上实现了全面跃升。Lo... 2026-5-25 00:0:0 | 阅读: 14 | 收藏 | 美团技术团队 - tech.meituan.com longcat 模型 avatar meituan 数据

美团 LongCat 开源 General 365：树立推理评测新标尺 大模型在 AIME、IMO 等高难度竞赛中拿奖拿到手，仿佛已经进化出了“人类最强大脑”。但与此同时，如果你问大模型：“离洗车店只有 50 米，我是开车去还是走路去？”。这些号称满分推理的模型，依然会一... 2026-5-15 00:0:0 | 阅读: 11 | 收藏 | 美团技术团队 - tech.meituan.com 模型 准确率 gemini 基准 bbh

用Agent评测思路管理AI Coding —— 31万行代码AI重构的实践 当团队 90% 以上的代码由 AI 生成，31 万行的复杂业务系统还在高速膨胀，你会发现一个反直觉的事实：AI Coding 不会自动收敛复杂度 —— 没有统一规范的约束，不同人用 AI 写出的代码风... 2026-5-7 00:0:0 | 阅读: 10 | 收藏 | 美团技术团队 - tech.meituan.com 模型 数据 人机 cr sop

LARYBench 发布：定义具身动作表征 ImageNet，首次度量从人类视频学习的泛化表征 好的，我需要总结这篇文章的内容，控制在100字以内。首先，文章主要讨论了机器人在武术节目中的表现以及背后的工程挑战。接着，提到了机器人在不同环境下的泛化能力不足的问题，并分析了原因：缺乏带动作标注的训练数据。然后，提出了LARYBench这个评测基准，旨在从大规模视觉数据中学习通用的动作表征。实验结果表明，通用视觉模型的表现优于专门设计的模型，并验证了人类视频数据的价值。最后，文章提到LARYBench已经开源，并邀请社区参与。 现在，我需要将这些要点浓缩到100字以内。重点包括：机器人武术表演、泛化能力问题、数据不足、LARYBench的作用、实验结果和开源信息。 可能的结构是：首先介绍背景和问题，然后提出解决方案（LARYBench），接着说明结果和意义，最后提到开源。 这样组织起来应该能在100字内涵盖主要内容。 </think> 文章探讨了春晚武术节目中机器人的表现及其背后的工程挑战，指出机器人在不同环境下的泛化能力不足源于缺乏带动作标注的数据。为此，提出了LARYBench评测基准，通过大规模视觉数据学习通用动作表征。实验显示通用视觉模型优于专项模型，并验证了人类视频数据的价值。该基准已开源以促进研究。... 2026-4-27 00:0:0 | 阅读: 32 | 收藏 | 美团技术团队 - tech.meituan.com 表征 数据 模型 larybench 泛化

突破零样本 TTS 音色克隆上限：LongCat-AudioDiT 的声音克隆艺术 音频生成技术正在经历一场全新的范式迁移——从传统级联架构，逐步向端到端生成范式演进。长期以来，主流的做法是”曲线救国”：合成系统先将音频压缩成梅尔频谱图等中间表征，再依赖神经声码器”翻译”回波形。每一... 2026-4-20 00:0:0 | 阅读: 31 | 收藏 | 美团技术团队 - tech.meituan.com longcat 模型 audiodit 波形 tts

LongCat-Flash-Prover：AI 攻克数学定理证明，不仅要“算得对”，更要“证得严” 嗯，用户让我帮忙总结一下这篇文章的内容，控制在一百个字以内，而且不需要用“文章内容总结”或者“这篇文章”这样的开头。直接写描述就行。 首先，我得通读一下文章，了解它的主要信息。看起来这篇文章介绍了一个叫做LongCat-Flash-Prover的开源模型，专门用于数学定理证明。它拆解了三个关键能力：自动形式化、草稿生成和证明生成，并且在一些基准测试中表现优异。 接下来，我需要提取关键点：模型名称、主要功能、拆解的能力、性能表现以及开源信息。然后把这些信息浓缩成一句话，不超过一百个字。 可能的结构是：LongCat-Flash-Prover是一个开源模型，专注于数学定理证明，通过三个能力拆解，在测试中表现出色，并已开源。 再检查一下是否符合要求：直接描述，没有多余开头，控制在一百字以内。 最终总结应该是清晰、简洁，并涵盖所有关键点。 </think> 美团开源LongCat-Flash-Prover模型，专注于数学定理证明，通过自动形式化、草稿生成和证明生成三大能力，在MiniF2F-Test等基准测试中表现优异，并已全面开源。... 2026-4-7 00:0:0 | 阅读: 17 | 收藏 | 美团技术团队 - tech.meituan.com 模型 longcat lean4 prover 形式化

美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语 好的，我现在需要帮用户总结一篇文章的内容，控制在100字以内。首先，我得仔细阅读文章，理解其主要观点。 文章主要讲的是LongCat团队开发的LongCat-Next模型，他们试图让AI像处理语言一样处理物理世界的多模态信息。他们提出了离散原生自回归架构DiNA，将图像、语音、文本统一映射为离散Token，用统一的模型进行建模。这样做的好处是架构极简、理解与生成对称、模态内化。 接着，文章详细介绍了三项核心技术：DiNA架构、dNaViT分词器和语义对齐编码器。这些技术帮助模型在视觉理解、图像生成、音频处理等方面表现出色，并且证明了离散建模并不损失信息。 最后，文章提到LongCat-Next已经开源，希望推动多模态AI的发展。 现在，我需要将这些要点浓缩到100字以内。重点包括：模型名称、核心思想（多模态统一处理）、关键技术（离散Token）、性能表现和开源信息。 可能的结构是：LongCat团队开发了LongCat-Next模型，通过离散Token统一处理多模态信息，实现高效理解和生成，并已开源。 检查字数是否在限制内，并确保涵盖主要信息。 </think> 美团LongCat团队提出LongCat-Next模型，通过将图像、语音与文本统一映射为离散Token，在单一自回归框架下实现多模态信息的高效建模与压缩。该模型采用DiNA架构和dNaViT分词器，在视觉理解、图像生成及音频交互等任务中展现出优异性能，并已开源核心技术和模型。... 2026-4-2 00:0:0 | 阅读: 17 | 收藏 | 美团技术团队 - tech.meituan.com 离散 模型 longcat 模态 unified

美团 BI 在指标平台和分析引擎上的探索和实践 嗯，用户让我总结一下这篇文章的内容，控制在一百个字以内。首先，我需要快速浏览文章，抓住主要信息。文章主要讲美团构建了一个新的BI架构，以指标平台为核心，解决了传统BI的问题。他们用了自动语义和增强计算两种能力。 自动语义实现了“定义即研发”，把业务语言转化为结构化逻辑，关联数仓模型。而增强计算则平衡了运营监控和灵活分析的性能挑战，用了智能查询服务和智能物化来提升稳定性和性能。 现在，这个平台支持了公司很多业务线，查询量很大，成功率也很高。未来他们计划继续深化这两个核心能力，并探索智能化。 所以总结的时候要涵盖这些点：构建新一代BI架构，解决传统问题，自动语义和增强计算的能力，以及应用效果和未来方向。 </think> 美团构建了以指标平台为核心的新一代 BI 架构，通过自动语义和增强计算能力解决了传统 BI 的数据混乱、查询性能差等问题。自动语义实现“定义即研发”，将业务语言转化为结构化逻辑并关联数仓模型；增强计算通过智能查询服务和智能物化提升性能与稳定性。该平台已支持百余业务线，查询量达百万级，并计划进一步深化能力以支持智能化发展。... 2026-3-20 00:0:0 | 阅读: 15 | 收藏 | 美团技术团队 - tech.meituan.com 模型 数据 物化 雪花 口径

重塑站外体验：大众点评 M 站基于 Qwik.js 的重构实践 嗯，我需要帮用户总结这篇文章的内容，控制在100字以内，而且不需要用特定的开头。首先，我得通读整篇文章，理解它的主要结构和重点。 文章主要讲的是大众点评的M站重构项目。M站是移动端的流量入口，之前性能表现不好，导致用户体验差，转化率低。他们决定重构，选择了Qwik框架。Qwik通过Resumability设计减少了首屏加载时间，优化了用户体验。最终取得了显著的效果，提升了业务指标。 接下来，我需要提炼这些要点：重构背景、技术选择、效果。然后用简洁的语言表达出来，确保不超过100字。 可能的结构是：大众点评M站重构采用Qwik框架，优化首屏加载和用户体验，提升转化率。 这样既涵盖了背景、技术方案和成果。 </think> 大众点评 M 站通过采用 Qwik 框架重构核心页面，优化了首屏加载速度和用户体验，显著提升了流量转化效率。... 2026-3-13 00:0:0 | 阅读: 14 | 收藏 | 美团技术团队 - tech.meituan.com qwik 数据 产物 ssr 信息

LongCat 为 OpenClaw 装上效率引擎：你的自动化任务还能再快 30% 好的，我现在需要帮用户总结一篇文章的内容，控制在100字以内。首先，我得仔细阅读文章，理解主要信息。 文章主要讲的是OpenClaw作为一个开源的个人AI代理工具，在开发者社区获得了很高的关注。它能够将大语言模型的能力转化为实际的计算机操作，这对构建个人AI助手很有帮助。但最近有些平台开始限制第三方工具的访问，比如谷歌和Anthropic封禁了一些用户账号，这说明依赖第三方订阅存在风险。 接着，文章介绍了LongCat团队提供的官方免费API，这样开发者可以直接接入，避免账号安全问题。然后详细描述了LongCat模型在不同任务中的表现，比如文件处理、跨应用协作等，并给出了具体的部署教程和资源链接。 总结下来，文章的核心是介绍OpenClaw和LongCat API的优势及其在自动化任务中的表现。我需要把这些关键点浓缩到100字以内。 首先提到OpenClaw的功能和受欢迎程度，然后说明第三方访问的问题，接着介绍LongCat API作为解决方案，并简要提到模型的表现和部署方法。 确保语言简洁明了，不使用复杂的术语。最后检查字数是否符合要求。 </think> 文章介绍了开源工具 OpenClaw 和 LongCat AI 模型在自动化任务中的应用与优势。通过实测数据展示了 LongCat 在文件处理、跨应用协作等场景下的高效执行能力，并提供了 OpenClaw 的部署教程及资源链接。同时指出依赖第三方调用存在的安全风险，并推荐使用官方 API 确保账号安全与服务稳定。... 2026-3-9 00:0:0 | 阅读: 31 | 收藏 | 美团技术团队 - tech.meituan.com openclaw longcat 模型 指令 信息

美团发布基于 N-gram 全新模型：嵌入扩展新范式，实现轻量化 MoE 高效进化 好，我需要帮用户总结这篇文章的内容，控制在100字以内，而且不需要特定的开头。首先，文章主要讲的是美团LongCat团队推出的新模型LongCat-Flash-Lite。他们改变了传统MoE模型通过增加专家数量的方法，转而优化嵌入层，特别是N-gram嵌入，这样提升了模型的能力和效率。 接着，文章提到这个模型有685亿参数，但每次推理只激活29亿到45亿参数，这说明它很轻量化。通过系统级优化，比如参数智能分配、专用缓存和推测解码协同，推理速度也得到了提升，在典型负载下能达到500-700 token/s。 性能方面，这个模型在智能体工具使用和编程任务上表现突出，比如代码修复、终端命令执行等。同时，它还支持长上下文处理，长达256K。最后，美团开源了模型和技术细节，并开放了API供开发者使用。 综合以上信息，我需要把这些要点浓缩到100字以内。确保涵盖模型名称、创新点、参数量、推理效率、性能优势以及开源信息。 </think> 美团LongCat团队推出轻量化MoE模型LongCat-Flash-Lite，参数量达685亿但每次推理仅激活29亿~45亿参数。通过优化N-gram嵌入层和系统级加速技术，在智能体工具使用与编程任务中表现优异，并支持长达256K上下文处理。该模型已开源并开放API接口供开发者使用。... 2026-2-10 00:0:0 | 阅读: 13 | 收藏 | 美团技术团队 - tech.meituan.com 模型 嵌入 longcat gram 编程

2025美团技术年货，「马」上到来 嗯，用户让我总结一下这篇文章的内容，控制在100字以内，而且不需要用“文章内容总结”或者“这篇文章”这样的开头。直接写描述就行。 首先，我需要仔细阅读文章内容。这篇文章是美团技术团队在新春之际发布的年货总结。他们回顾了过去一年的技术成果，特别是LongCat团队在大模型开源方面的成就，发布了多个方向的开源产品和工具。此外，他们还整理了一本包含40多篇优质技术文章的电子书，涵盖多个技术领域，并分享了与高校的合作成果和国际顶级会议的论文合集。 接下来，我要把这些信息浓缩到100字以内。要抓住关键点：美团技术团队、新春年货、技术成果、LongCat团队的大模型开源、电子书内容和分享。 可能的结构是：美团技术团队新春发布年货，总结过去一年的技术成果，特别是LongCat团队的大模型开源项目，并整理了涵盖多个领域的电子书供下载阅读。 检查一下字数是否在限制内，并且是否流畅自然。确保没有使用任何不需要的开头词。 最终总结应该简洁明了，涵盖主要信息点。 </think> 美团技术团队新春发布年货，总结过去一年的技术成果与开源项目进展，并精选40余篇优质文章汇编成电子书供下载阅读。... 2026-2-2 00:0:0 | 阅读: 11 | 收藏 | 美团技术团队 - tech.meituan.com 开源 模型 前行 年货 新年

多维创新打造强泛化智能体模型，LongCat-Flash-Thinking-2601技术报告发布 嗯，用户让我帮忙总结一下这篇文章的内容，控制在一百个字以内，而且不需要用“文章内容总结”这样的开头。首先，我得仔细阅读这篇文章，了解它的主要内容。 文章主要讲的是美团LongCat团队开源了一个名为LongCat-Flash-Thinking-2601的模型，这是一个拥有5600亿参数的MoE模型。它在多个基准测试中表现优异，并且通过环境扩展、多环境RL训练、抗噪训练等创新解决了智能体落地难的问题。此外，模型还引入了“重思考模式”，提升了复杂任务的处理能力，并且开源了相关代码和资源。 接下来，我需要将这些信息浓缩到100字以内。要抓住关键点：模型名称、参数数量、创新点、性能表现以及开源信息。同时，语言要简洁明了，避免使用复杂的术语。 可能的结构是：介绍模型及其参数，说明其创新和优势，最后提到开源和应用。这样既全面又简洁。 最后检查一下字数是否符合要求，并确保没有使用禁止的开头方式。 </think> 美团LongCat团队开源5600亿参数MoE模型LongCat-Flash-Thinking-2601，在BrowseComp、VitaBench等基准测试中登顶开源SOTA。通过环境扩展、多环境强化学习和抗噪训练等创新技术，解决智能体落地难题。模型引入“重思考模式”，提升复杂任务处理能力，并支持超长上下文处理。... 2026-2-2 00:0:0 | 阅读: 13 | 收藏 | 美团技术团队 - tech.meituan.com 模型 longcat 噪声 数据

美团 EvoCUA 刷新开源 SOTA，会用电脑还会持续进化的智能体！ 好的，我现在需要帮用户总结一篇文章的内容，控制在一百个字以内，并且不需要特定的开头。首先，我得仔细阅读文章，了解其主要内容和重点。 文章主要讲的是美团技术团队开发的EvoCUA模型，它是一个计算机操作智能体。他们通过构建可验证的数据合成引擎和交互沙盒，改变了传统的训练范式，提高了模型在复杂任务中的成功率。模型在OSWorld基准测试中表现优异，刷新了开源SOTA记录。 接下来，我需要提取关键信息：EvoCUA解决了数据稀缺和反馈缺失的问题，采用了进化学习范式，提升了成功率，并且开源了模型。这些都是总结中需要包含的重点。 然后，我要确保语言简洁明了，不超过一百个字。可能的结构是先介绍模型及其创新点，再提到成果和开源情况。 最后，检查是否有遗漏的重要信息，并调整句子使其流畅自然。 </think> 美团技术团队推出EvoCUA模型，通过构建可验证数据合成引擎与交互沙盒，将训练范式从静态轨迹模仿转变为经验进化学习，在OSWorld评测中以56.7%的成功率刷新开源SOTA记录，并开源模型以促进研究。... 2026-1-26 00:0:0 | 阅读: 14 | 收藏 | 美团技术团队 - tech.meituan.com 模型 数据 evocua 范式 指令

美团 LongCat-Flash-Thinking-2601 发布，工具调用能力登顶开源 SOTA！ 好的，我现在要帮用户总结这篇文章的内容。首先，我需要通读整篇文章，了解主要信息。文章主要介绍了美团LongCat团队发布的LongCat-Flash-Thinking-2601模型，它是一个升级版，具有智能体搜索、工具调用等能力，并且在多个评测中表现优异。 接下来，用户要求控制在100字以内，所以我要提炼关键点：模型名称、升级版、核心能力（智能体搜索、工具调用）、性能表现（开源SOTA）、重思考模式以及开源部署的信息。 然后，我需要确保语言简洁明了，避免使用复杂的术语。同时，开头不需要特定的句子，直接描述内容即可。 最后，检查字数是否符合要求，并确保所有重要信息都被涵盖。这样就能生成一个准确且简洁的总结。 </think> 美团LongCat团队发布并开源升级版AI模型LongCat-Flash-Thinking-2601，在智能体搜索、工具调用等核心能力上达到开源最优水平。该模型创新"重思考"模式，提升复杂任务处理能力，并支持在线免费体验。... 2026-1-20 00:0:0 | 阅读: 11 | 收藏 | 美团技术团队 - tech.meituan.com longcat 模型 2601 开源 噪声

KuiTest：基于大模型通识的 UI 交互遍历测试 好的，我需要帮助用户总结这篇文章的内容，控制在100字以内，并且不需要特定的开头。首先，我会快速浏览文章，了解其主要内容。 文章主要介绍了KuiTest，这是一个基于大语言模型的无规则UI功能测试系统。它通过模拟用户预期来自动检测UI交互问题，解决了传统测试方法成本高、维护困难的问题。KuiTest已在美团多个业务中应用，效果显著。 接下来，我需要将这些关键点浓缩到100字以内。确保涵盖KuiTest的核心功能、优势以及应用情况。 最后，检查语言是否简洁明了，符合用户的要求。 </think> 文章介绍了一种基于大语言模型的无规则UI功能测试系统KuiTest，通过模拟用户预期自动检测交互异常，解决了传统测试脚本维护困难和覆盖率低的问题。该系统已在美团多个业务中应用，有效提升了测试效率和覆盖率。... 2026-1-13 00:0:0 | 阅读: 12 | 收藏 | 美团技术团队 - tech.meituan.com kuitest 模型 数据 llm 脚本

AAAI 2026 | 美团技术团队学术论文精选 好，我现在需要帮用户总结一篇关于美团技术团队在AAAI会议上发表的8篇论文的文章。用户的要求是用中文总结，控制在100字以内，不需要特定的开头，直接写描述。 首先，我得通读整篇文章，了解每篇论文的主题和贡献。文章开头提到AAAI是顶级会议，美团有8篇论文被收录，涵盖多个技术领域。接下来每篇论文都有简介，涉及大模型推理、退火策略、强化学习、视觉文本渲染等。 接下来，我需要提炼每篇论文的核心内容。例如，第一篇关于VSRM机制解决过度思考问题；第二篇研究退火策略的缩放法则；第三篇探讨PRMs的跨域泛化能力；第四篇提出CDAS采样方法；第五篇ViType提升视觉文本渲染；第六篇DSCF处理高维组合干预；第七篇C2R优化列表重排序；第八篇MACRec改进生成式推荐。 然后，我要将这些内容浓缩到100字以内。要抓住每个领域的关键词：大模型推理、退火策略、强化学习、视觉文本渲染、组合干预、列表重排序、生成式推荐。同时提到论文数量和覆盖的技术领域。 最后，确保语言简洁明了，不使用复杂的术语，直接传达美团在AAAI上的研究成果。 </think> 美团技术团队在AAAI会议上发表了8篇论文，涵盖大模型推理、退火策略、强化学习、视觉文本渲染等技术领域。这些研究旨在优化模型性能、提升推理效率，并为实际应用提供理论支持和实践参考。... 2026-1-12 00:0:0 | 阅读: 13 | 收藏 | 美团技术团队 - tech.meituan.com 模型 模态 数据 机制 退火

2025 | 美团技术团队热门技术文章汇总 美团技术团队在2025年发布了一系列大模型开源成果及创新工具，涵盖文本、视频、语音等多领域，并推出NoCode和AI IDE等产品服务。... 2025-12-29 00:0:0 | 阅读: 35 | 收藏 | 美团技术团队 - tech.meituan.com longcat 模型 开源 数据 hugging

美团 LongCat-Video-Avatar 正式发布，实现开源 SOTA 级拟真表现 好，我现在需要帮用户总结一篇文章的内容，控制在100字以内。首先，我得仔细阅读文章，了解主要信息。 文章讲的是美团开源的LongCat-Video-Avatar模型。这个模型是在InfiniteTalk和LongCat-Video的基础上优化的，主要解决了长视频生成中的身份一致性、动作僵硬和画面质量退化的问题。它支持多种生成模式，比如文字、图片、视频，并且在技术上进行了创新，比如跨片段隐空间拼接和参考帧机制。 接下来，我需要提取关键点：模型名称、主要优化点、技术亮点、性能优势以及开源地址。然后把这些信息浓缩成简短的句子，确保不超过100字。 可能会遇到的问题是如何在有限的字数内涵盖所有重要信息。因此，我需要选择最核心的内容，比如模型的主要功能和技术突破，以及它的优势和开源资源。 最后，组织语言，确保流畅自然，并且符合用户的要求——直接描述内容，不需要特定的开头。 </think> 美团开源的LongCat-Video-Avatar模型在语音驱动虚拟人领域实现突破，支持长视频生成、身份一致性及动作多样性，并提供多种生成模式。该模型基于LongCat-Video基座优化，在技术上采用跨片段隐空间拼接和创新参考帧机制，显著提升拟真度与稳定性。... 2025-12-23 00:0:0 | 阅读: 20 | 收藏 | 美团技术团队 - tech.meituan.com longcat avatar 模型 开源 虚拟人

大模型剪枝新范式：先浓缩，再剪枝——DenoiseRotator技术解读 嗯，用户让我帮忙总结一下这篇文章的内容，控制在100字以内。首先，我需要仔细阅读文章，理解它的主要观点和贡献。 文章讲的是大语言模型的参数剪枝问题。传统方法在剪枝后性能下降明显，尤其是在半结构化稀疏情况下。美团和高校的研究团队提出了DenoiseRotator新技术，通过正交变换浓缩参数重要性，提升剪枝的鲁棒性。这种方法可以与现有剪枝算法集成，效果显著。 接下来，我需要将这些信息浓缩到100字以内。要突出创新点、方法和效果。可能的结构是：问题背景、解决方案、技术优势、实验结果。 确保语言简洁明了，避免使用复杂的术语。同时，按照用户的要求，直接写描述，不需要开头语。 最后检查字数是否符合要求，并确保信息准确无误。 </think> 研究提出了一种名为DenoiseRotator的新技术，通过引入可学习的正交变换对参数矩阵进行“浓缩”，使重要性集中到少数参数中，从而提升大语言模型剪枝的鲁棒性。该方法与现有剪枝算法兼容，在保持模型性能的同时显著降低了计算成本。实验表明，在多种稀疏模式下，DenoiseRotator显著优于传统剪枝方法。... 2025-12-19 00:0:0 | 阅读: 13 | 收藏 | 美团技术团队 - tech.meituan.com 剪枝 模型 稀疏 正交