全球AI领域正经历“AI母语”技术变革。针对当前大模型“语言中心、外挂视觉或语音”的拼凑架构,团队发布并开源了原生多模态大模型LongCat-Next及离散分词器,旨在打破模态壁垒,让AI像处理文字一样理解物理世界。核心是通过重构底层架构实现突破。
美团发布原生多模态大模型LongCat-Next,突破传统“语言基座+插件”架构,通过DiNA技术将图像、语音与文本统一转化为同源离散Token,实现AI原生“看”与“听”物理世界,完成多模态建模深度统一。