LongCat 是美团自主研发的生成式大语言模型与多模态AI工具，提供高效对话、深度思考、图像生成和视频生成能力。
LongCat 官网入口：https://longcat.chat/
一、LongCat 是什么？
LongCat是美团技术团队自主研发的生成式大语言模型和多模态AI工具集合，包括高性能对话模型、推理模型、图像生成和视频生成等核心产品线。LongCat-Flash系列模型采用创新的混合专家（MoE）架构，总参数560亿，但仅需激活平均27亿参数，在保证高效推理速度的同时实现了出色的AI能力。平台支持OpenAI和Anthropic API格式，既可通过Web版本快速使用，也支持本地部署和企业级集成，已在美团内部支撑日均10亿+消息交互，是企业级对话和内容生成的强劲之选。
二、LongCat 主要功能
- 高性能对话模型（LongCat-Flash-Chat）：提供560亿参数的通用对话模型，推理速度达100+tokens/s，特别优化了智能体任务和工具调用，支持流式和非流式接口，适合各类对话应用。
- 深度思考推理模型（LongCat-Flash-Thinking）：专为复杂推理设计，在数学、代码生成、逻辑推理中展现顶尖性能，MATH-500基准得分99.2%，同时支持工具调用和形式化推理。
- 文本生成图像：基于LongCat-Image模型，支持中英文和混合语言提示词，可生成高质量商业级图像，特别优化了中文文本渲染能力。
- 图生视频：上传参考图像生成动态视频，严格保留原图主体属性和风格，支持多种输入形式，输出720p/30fps高清视频。
- 文生视频：通过文本描述直接生成视频，精准理解物体、人物、场景、风格等细节指令，输出高清视频。
- 智能体能力：针对智能体任务的特殊优化，支持工具调用、多步推理、复杂决策等，在τ2-Bench和VitaBench等基准中表现出色。
三、LongCat 使用技巧
1、有效的提示词结构
Longcat Video对详细、结构化的提示词响应良好。简单的描述只能产生简单的结果。您的提示词需要包含五个要素：
场景描述：视觉元素、环境设置、氛围
动作指导：对象或角色在画面中如何移动
电影元素：镜头运动、光线、视角
风格参考：视觉美学（写实、动漫、纪录片风格）
技术限定词：分辨率和质量指标
2、文生视频技巧
使用具体的动作术语：
动词：漂浮、加速、消融、涌现、盘旋
副词：平滑地、逐渐地、快速地、有节奏地、轻柔地
过渡词：转变为、渐变至、拉远镜头揭示
3、图生视频策略
并非所有图像都适合转换为视频。有效的源图像应具备：
清晰的焦点：可被动画化的明确主体
深度线索：暗示前景、中景、背景的视觉信息
方向性元素：暗示运动的组件（蜿蜒的小路、流动的水）
动态潜力：自然暗示运动的主体（云彩、树木、织物）
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
