10月27日電，美團LongCat團隊正式發布LongCat-Video視頻生成模型。作為基于Diffusion Transformer（DiT）架構的多功能統一視頻生成基座，LongCat-Video創新通過“條件幀數量”實現任務區分——文生視頻無需條件幀、圖生視頻輸入1幀參考圖、視頻續寫依托多幀前序內容，原生支持三大核心任務且無需額外模型適配，形成“文生/圖生/視頻續寫”完整任務閉環。文生視頻方面，可生成720p、30fps高清視頻，能精準解析文本中物體、人物、場景、風格等細節指令，語義理解與視覺呈現能力達開源SOTA級別。