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。
语音与音频 大事记
重要进展 IMPORTANT_PROGRESS
2026-07-24 — 2026-07-24
重要进展 · 第 4 / 13 页
ChatGPT 桌面版上线语音控制多智能体
AIHOT事件 ↗原始外链未提供
语音与音频 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容