AI导读:

美团发布并全面开源原生多模态大模型LongCat-Next,该模型将图像、语音与文本统一映射为同源的离散Token,通过NTP范式让视觉与语音成为AI的“原生母语”。

  3月27日消息,美团发布并全面开源原生多模态大模型LongCat-Next及其核心组件——离散原生分辨率视觉分词器(dNaViT)。该模型打破了当前大模型以“语言为中心”的传统拼凑式架构,将图像、语音与文本统一映射为同源的离散Token。通过纯粹的“下一个Token预测”(Next Token Prediction,NTP)范式,LongCat-Next让视觉与语音成为AI的“原生母语”。(文章来源:界面新闻)