LongCat-Video

LongCat-Video — это базовая модель генерации видео с 13,6 миллиардами параметров, разработанная для выполнения задач: генерации видео по тексту (Text-to-Video), по изображению (Image-to-Video) и продолжения видео (Video-Continuation). Модель обеспечивает эффективную и качественную генерацию длительных видео (вплоть до нескольких минут) без дрейфа цвета или потери качества, что достигается за счет предобучения на задачах Video-Continuation.

Ключевые особенности:

• Унифицированная архитектура: модель поддерживает все три задачи (Text-to-Video, Image-to-Video, Video-Continuation) с высокой производительностью в каждой из них.
• Генерация длинных видео: Нативная поддержка создания видео длительностью в минуты, сохраняя стабильность цветопередачи и качество.
• Эффективность инференса: Стратегия генерации "coarse-to-fine" и использование Block Sparse Attention ускоряют создание видео в разрешении 720p и 30fps, сокращая время генерации.
• Оценки и результаты: На внутренних и публичных бенчмарках модель демонстрирует конкурентоспособные результаты по метрикам: соответствие тексту/изображению, визуальное качество и динамика. В сравнении с аналогами (например, Wan 2.2-T2V-A14B, Seedance 1.0), LongCat-Video показывает близкие или лучшие показатели, при этом оставаясь open-source.
• Модель распространяется под MIT License, позволяющей использовать, модифицировать и распространять код. Однако ответственность за соблюдение законодательства (включая требования к данным и безопасности контента) возлагается на пользователя.

---

Модель является составной частью пайплайна генерации видео, состоящего из:

• Text encoder: ~5.7B параметров,
• Transformer: ~13.6B параметров,
• VAE: ~127M параметров,
• LORA: ~630M и ~802M параметров.

Всего: ~20.1B параметров

---

Строка "Потребление памяти" рассчитана на основе размера весов в указанной точности с добавочным коэффициентом +10% на инференс: 
  model_parameters_count * bytes_per_parameter * 1.1 / 1024^3 
где model_parameters_count - количество параметров модели, bytes_per_parameter - количество байтов, используемых для хранения одного параметра. Для 16 bit = 2, 8 bit = 1, 4 bit = 0.5.

Дата анонса: 24.10.2025
Параметров: 13.6B
Потребление памяти: 10.7 ГБ в точности 4 бит, 21.3 ГБ в точности 8 бит, 42.7 ГБ в точности 16 бит
Разработчик: Meituan
Лицензия: MIT

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с LongCat-Video. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

• получить максимальную производительность эндпоинта,
• получить полный контекст для обработки больших запросов и диалогов,
• обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
• использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.