LongCat-Video 是美团“长猫团队”推出的 13.6B 参数基础视频生成模型，支持文本生成视频（Text-to-Video）、图像生成视频（Image-to-Video）和视频续写（Video Continuation）三大任务。该模型原生支持分钟级长视频生成，且在生成过程中无色彩漂移或画质下降问题。其采用粗到精（coarse-to-fine）的时空生成策略和块稀疏注意力机制，兼顾生成质量与推理效率，适用于对长视频生成有高要求的研究者与开发者。
LongCat-Video
简介：
LongCat-Video 是美团“长猫团队”推出的 13.6B 参数基础视频生成模型，支持文本生成视频（Text-to-Video）、图像生成视频（Image-to-Video）和视频续写（Video Continuation）三大任务。该模型原生支持分钟级长视频生成，且在生成过程中无色彩漂移或画质下降问题。其采用粗到精（coarse-to-fine）的时空生成策略和块稀疏注意力机制，兼顾生成质量与推理效率，适用于对长视频生成有高要求的研究者与开发者。
亮点：
- 行业领先的原生长视频生成能力，支持720p/30fps视频分钟级输出，无质量衰减
- 统一架构支持多模态视频生成任务，单一模型覆盖三大主流视频生成场景
- 采用多奖励强化学习（GRPO）优化，综合性能媲美主流开源与商业模型
主要功能：
LongCat-Video 提供开箱即用的多任务视频生成能力，支持本地部署与GPU加速推理。
- 文本生成视频：输入自然语言描述，生成高质量动态视频
- 图像生成视频：基于单张图像生成连贯动态内容，保留原始图像细节
- 视频续写：对已有视频进行时序延展，保持风格与动作一致性
- 长视频生成：原生支持生成时长数分钟的连续视频，适用于叙事类内容创作
适用场景：
- 短视频/AIGC内容创作与自动化生产
- 游戏、影视、广告行业的动态素材生成与预演
推荐理由：
LongCat-Video 代表了当前开源视频生成模型在长视频能力上的重要突破，其统一架构大幅降低多任务部署成本。模型采用MIT许可证，对学术与商业应用友好，适合希望快速集成高质量视频生成能力的团队。随着AIGC向“世界模型”演进，LongCat-Video 的长时序建模能力契合未来内容生成的核心趋势，为开发者提供前瞻性技术储备。
