美团发布原生多模态大模型 LongCat-Nex
公司动态 - 公司于3月27日发布并全面开源了原生多模态大模型 LongCat-Next 及其核心组件离散原生分辨率视觉分词器(dNaViT)[1] - 该模型将图像 语音与文本统一映射为同源的离散 Token 打破了当前大模型以“语言为中心”的传统拼凑式架构[1] - 通过纯粹的“下一个 Token 预测”范式 LongCat-Next 让视觉与语音成为 AI 的“原生母语”[1] 行业技术趋势 - 公司发布的技术代表了多模态AI架构的演进方向 从以语言为中心的传统拼凑式架构转向将不同模态信息统一处理的“原生”架构[1]