美团 「全能猫」 横空出世！LongCat-Flash-Omni 多模态大模型开源即登顶，实时交互快到离谱

当业界还在争论多模态 AI 能否真正落地，美团已悄然甩出一张王牌——全新开源大模型 LongCat-Flash-Omni 正式上线，并在多项基准测试中超越多个闭源竞品，实现 「开源即 SOTA」（State-of-the-Art） 的罕见突破。这款名字中暗含 「全能」 之意的 AI 系统，不仅支持文本、语音、图像、视频的实时融合处理，更以近乎零延迟的交互体验，将本地化多模态智能推向新高度。

LongCat-Flash-Omni 的惊艳之处，在于其对复杂跨模态任务的精准掌控。实测显示，面对 「描述一个小球在六边形空间内的运动轨迹」 这类融合物理逻辑与空间推理的问题，模型不仅能准确建模，还能用自然语言清晰解释动力学过程。在语音识别方面，即便在高噪声环境下，它仍能精准提取语义; 面对模糊图像或短视频片段，也能快速定位关键信息并生成结构化回答。