LongCat-Video

LongCat-Video

4.0

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。

最后更新 2026 年 11 月 10 日
LongCat-Video 截图

定价与费用

  • 定价:在我们审阅的页面上未公开列出;请查看官方网站获取当前方案。
  • 许可证:该模型以 MIT 许可证开源发布于代码仓库,代码本身可免费使用。
  • 获取方式:可通过官方 GitHub 仓库(meituan-longcat/LongCat-Video)获取;运行模型需用户自备计算资源,未列出托管的付费方案。
  • 支持方式:通过仓库的 GitHub Issues 提供社区支持,而非付费支持计划。

更多介绍

介绍

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。作为基础模型,它以统一架构充当多类视频生成任务的底座,无需针对不同场景单独维护多套模型。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,即使连续生成数分钟的内容,画面色调与清晰度也能保持稳定。技术上,其采用粗到精(coarse-to-fine)的时空生成策略,先构建整体时空结构,再逐步细化画面细节;配合块稀疏注意力机制降低长序列下的计算开销,在生成质量与推理效率之间取得平衡,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,全程无质量衰减,区别于依赖分段生成再拼接的常见做法,从源头保证长视频的色彩与画质一致性
  • 统一架构支持多模态视频生成任务:单一模型覆盖文本生成视频、图像生成视频、视频续写三大主流视频生成场景,多任务共享同一套权重与部署流程,显著降低集成与维护成本
  • 采用多奖励强化学习(GRPO)优化:在多个奖励维度上对模型进行对齐优化,综合性能媲美主流开源与商业模型,为实际落地提供更全面的能力保障

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,开发者可在自有环境中完成部署,并将生成能力接入现有内容生产流程。

  • 文本生成视频:输入自然语言描述,即可生成高质量动态视频,适合将文字创意快速转化为可预览的动态画面,缩短从构思到成片的路径
  • 图像生成视频:基于单张图像生成连贯动态内容,在为静态画面注入运动的同时保留原始图像细节,适用于插画、海报、产品图等静态素材的动态化处理
  • 视频续写:对已有视频进行时序延展,在延长时长的同时保持风格与动作一致性,适合为既有素材延续叙事或补充后续内容
  • 长视频生成:原生支持生成时长数分钟的连续视频,生成全程保持稳定画质,适用于叙事类内容创作等需要完整连贯长片段的场景

适用场景:

  • 短视频/AIGC内容创作与自动化生产:个人创作者与内容团队可快速产出视频素材,也可将模型的生成能力嵌入自动化内容流水线,提升批量创作的效率与产能
  • 游戏、影视、广告行业的动态素材生成与预演:可用于动态素材制作与创作前期的预演验证,在正式投入制作前以更低成本探索和确认创意方向

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:分钟级原生生成、全程无色彩漂移与画质下降,直击长视频生成中最考验模型的一致性难题。其统一架构大幅降低多任务部署成本,一套模型即可覆盖文生视频、图生视频与视频续写,避免多套模型的重复投入。模型采用MIT许可证,条款宽松,对学术与商业应用均友好,适合希望快速集成高质量视频生成能力的团队,无论是开展研究实验、搭建原型,还是推进产品化落地,都能以较低门槛上手。随着AIGC向“世界模型”演进,长时序的一致建模能力正成为内容生成的核心命题,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。