模型发布

美团开源 LongCat-Video-Avatar 1.5:数字人视频生成效率提升 15 倍

原文标题:从高拟真到真可用,LongCat-Video-Avatar 1.5 正式开源

AI 摘要

美团正式开源 LongCat-Video-Avatar 1.5 数字人视频模型。该版本在唇形同步、物理合理性及长视频稳定性上实现跃升,支持真人、动漫等多类主体及多人互动场景。技术层面,采用 Whisper-large 提取音频特征,引入 GRPO 进行人类偏好对齐以优化手部与动作连续性;推理端通过 DMD 蒸馏将生成步数从 50 压缩至 8,结合共享基础模型加 LoRA 适配器方案,使推理效率提升约 15 倍(10 秒视频仅需约 1 分钟)。评测显示其在自然度与稳定性方面优于部分闭源商业模型。

关键信息

  • 美团正式开源 LongCat-Video-Avatar 1.
  • 5 数字人视频模型。
  • 该版本在唇形同步、物理合理性及长视频稳定性上实现跃升,支持真人、动漫等多类主体及多人互动场景。
  • 技术层面,采用 Whisper-large 提取音频特征,引入 GRPO 进行人类偏好对齐以优化手部与动作连续性
  • 推理端通过 DMD 蒸馏将生成步数从 50 压缩至 8,结合共享基础模型加 LoRA 适配器方案,使推理效率提升约 15 倍(10 秒视频仅需约 1 分钟)。

速览

发布时间
更新时间
来源
公众号:龙猫LongCat(美团)
分类
模型发布
AI 评分
78
阅读原文 前往信息源阅读完整正文
推荐理由

头部大厂开源的高性能数字人模型,显著降低商用门槛。其“15 倍提速”与“多场景泛化”能力为开发者提供了极具竞争力的基座,适合关注 AI 视频生成落地与成本优化的读者。

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:美团开源 LongCat-Video-Avatar 1.5:数字人视频生成效率提升 15 倍。2026年5月22日。https://new.nat6.net/news/ql1pyrh787i56r2vpwzv62vor/

查看全部 →
  • 智谱GLM-5.1高速版发布:刷新全球大模型API速度纪录

    5月22日,智谱向部分企业客户推出了旗舰大模型GLM-5.1的高速版API“GLM-5.1-highspeed”。该版本输出速度达400 tokens/s,刷新了全球大模型API速度上限。关键突破在于,它首次在国产大模型中实现了旗舰级能力…

    IT之家·人工智能模型发布AI 评分 73

  • LongCat-Video-Avatar 1.5 正式开源

    美团正式开源 LongCat-Video-Avatar 1.5,在唇形同步、物理合理性、长视频稳定性、多人互动和高效推理上实现全面跃升。该模型采用 DMD 蒸馏将生成步骤压缩至 8 步,推理效率提升约 15 倍,生成 10 秒视频仅需约…

    公众号:龙猫LongCat(美团)模型发布AI 评分 88

  • 网易有道“子曰4”多模态模型、语音合成模型全量开源

    网易有道宣布将其“子曰”大模型4.0的多模态模型与语音合成模型面向全球全量开源。其中,多模态模型(27B参数)专注于教育场景,在处理高难度视觉数理问题上达到行业顶尖水平,纯文本中文数理难题准确率为81.4%。该模型通过思维链优化,将输出长…

    IT之家·人工智能模型发布AI 评分 70