美团开源全模态模型LongCat-Flash-Omni
美团开源全模态模型LongCat-Flash-Omni，采用5600亿参数MoE架构（激活270亿），支持128K上下文与实时音视频交互。模型基于快捷连接MoE与零计算专家，配备轻量级编解码器及分块特征交错机制，通过课程式渐进训练提升效率。在OmniBench、WorldSense等基准测试中超越Qwen3-Omni与Gemini-2.5-Pro，在文档理解、语音识别及GUI控制等任务中达到领先水平。
多模态 大事记
重要进展 IMPORTANT_PROGRESS
2026-07-14 — 2026-07-14
重要进展 · 第 10 / 22 页
Kimi K3 发布：2.8T 参数开源模型，具备原生视觉与百万 token 上下文窗口
AIHOT事件 ↗原始外链未提供
多模态 精选历史资讯
— · 2 条
精选资讯 · 第 1 / 1 页
Gemini 2.5 Computer Use 模型发布
Gemini 2.5 Computer Use 模型基于 Gemini 2.5 Pro 构建，专门用于驱动能与用户界面交互的 agent，现已通过 API 以预览版形式提供。
分类
排序
暂无内容