IT 之 3 月 27 日音书，好意思团当天发布原生多模态大模子 LongCat-Next，将图像、语音与文本统映射为同源的龙套 Token佛山储罐保温厂家，使模子从学习通顺空间的映射，转向学习龙套 ID 之间的干捆绑构，并通过隧说念的下个 Token 权衡（Next Token Prediction, NTP）范式，以种统的式建模多样物理信号。

好意思团还文书把相关念念路的中枢 —— LongCat-Next 模子和它的龙套分词器一起开源，但愿多开荒者能基于它，构建真确能感知、认知并作用于着实天下的 AI。

好意思团构建了 DiNA（Discrete Native Autoregressive）龙套原生自追想架构。其中枢等于将总计模态统为龙套 Token，并用同个自追想模子进行建模。DiNA 破了模态间的隔膜。它通过简的下 Token 权衡（NTP）范式，将图像、声息和翰墨统转机为同源的龙套 Token。

浮浅而言，好意思团把翰墨、图像、语音齐造成同种东西 —— 龙套 Token。论读翰墨、看图片已经听声息佛山储罐保温厂家，对 AI 来说齐是同件事：权衡下个 Token 是什么。

这种统缠绵，让模子在查考时牢固，部署时轻量。好意思团用 LongCat-Flash-Lite MoE（68.5B 总参数，3B 激活参数）行为基座，在这个框架基础上查考了 LongCat-Next。

实践标明，DiNA 的 MoE 路由在查考中渐渐出现模态精化，激活数目比较纯谈话建造有所加多，模子正在用大容量支捏才智蔓延。

▲ LongCat-Next 架构概览佛山储罐保温厂家，该架构基于 DiNA 范式缠绵

凭证好意思团官测试，管道保温施工LongCat-Next 在视觉认知、图像生成、音频、智能体等多个维度上，以套龙套原生框架展现出与多模用模子至极甚而先的能。

LongCat-Next 在 OmniDocBench（学术论文、财报、行政表格）上的发扬（.152 / .226）不仅越 Qwen3-Omni，还过了用视觉模子 Qwen3-VL。

消融实践对比中，LongCat-Next 统模子的认知耗费仅比纯认知模子 .6，而生成耗费比纯生成模子低 .2。在图像生成上，LongCat-Next 在 LongText-Bench（英文 93.15）；在图像认知上，MathVista（83.1）达到先水平。

在纯文本任务上，LongCat-Next 的 MMLU-Pro（77.2）和 C-Eval（86.8）发扬先，阐扬原生多模态查考未减弱谈话中枢才智。在器具调用上，τ² -Bench 售场景（73.68）大幅先 Qwen3-Next-8B-A3B-Instruct（57.3）；在代码才智上，SWE-Bench（43.）越同类模子。

在音频域，TTS 任务上，SeedTTS 的汉文和英文 WER 分辩低至 1.9 和 1.89；音频认知上，MMAU（76.4）、TUT217（43.9）均达到水平。进攻的是，模子支捏低蔓延的并行文本语音生成与可定制的语音克隆，让语音交互当然、个化。

IT 之附 LongCat-Next 模子和 dNaViT 分词器开源地址如下：

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定佛山储罐保温厂家，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。