美团LongCat-Video视频生成模型发布：可输出5分钟长视频

10月27日，美团LongCat团队发布LongCat-Video视频生成模型，基于Diffusion Transformer架构，支持文生视频、图生视频和视频续写，可原生生成长达5分钟、720p/30fps的高清视频。该模型参数量达136亿，采用块稀疏注意力等技术，宣称推理速度提升超10倍，并在VBench测试中展现良好的文本对齐与运动连贯性。未来或应用于自动驾驶模拟、具身智能等领域，标志着美团在视频生成与物理世界模拟方面迈出关键一步。
来源：https://tech.ifeng.com/c/8nmziC0iB6a