北京商报讯（记者 魏蔚）3月27日，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"范式， LongCat-Next 让视觉与语音成为 AI 的"原生母语"。 ...

新浪科技讯 3月27日上午消息，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"。 责任编辑：江钰涵 据介绍，LongCat-Next实现了三项关键技术突破：一是离散原生自回归架构（DiNA）彻底打破模态隔 阂；二是离散原生分辨率视觉分词器（dNaViT）构造视觉世界的"词典"，三是语义对齐完备编码器破 解"离散化必然损失信息"的行业难题。 责任编辑：江钰涵 新浪科技讯 3月27日上午消息，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 Predictio ...