Ren(@Ryrenz):📹 美团开源的 LongCat-Video，一句话就能生成几分钟长的 720p 视频，而且后半段不会越跑越糊。模型权重按 MIT 许可证直接放出来了，GitHub 上 8600 多 star，技术报告挂在 arXiv，编号 2510.22200。做视频的人应该都踩过这个坑：AI 生成的片子前三秒挺惊艳，往后拖就开始掉色、人脸塌、画面糊，想凑一条完整的只能一段段生成再硬剪，接缝处一眼假。LongCat-Video 干脆把「视频续写」当成预训练的主任务，所以它天生擅长顺着已有画面往下长，几分钟的长度里颜色和质量都稳得住。文字生成视频、图片生成视频、视频续写这三件事被收在同一个 13.6B 的模型里，用从粗到精的生成策略配上稀疏注意力，几分钟就能出 720p、30fps 的成片。团队内部的主观评分测下来，整体质量和 Veo3、PixVerse-V5、Wan 2.2 这些商业与开源方案打得差不多。社区接得也快，已经有人给 LongCat-Video 写了 ComfyUI 节点，还有人做了量化加速的版本。另外团队后来又放了音频驱动的数字人分支，最新那版把音频编码器换成 Whisper-Large，口型对得更准。闭源模型在卷时长的时候，开源这边也没落下。 GitHub：

2026.10.03 14:40

📹 美团开源的 LongCat-Video，一句话就能生成几分钟长的 720p 视频，而且后半段不会越跑越糊。模型权重按 MIT 许可证直接放出来了，GitHub 上 8600 多 star，技术报告挂在 arXiv，编号 2510.22200。做视频的人应该都踩过这个坑：AI 生成的片子前三秒挺惊艳，往后拖就开始掉色、人脸塌、画面糊，想凑一条完整的只能一段段生成再硬剪，接缝处一眼假。LongCat-Video 干脆把「视频续写」当成预训练的主任务，所以它天生擅长顺着已有画面往下长，几分钟的长度里颜色和质量都稳得住。文字生成视频、图片生成视频、视频续写这三件事被收在同一个 13.6B 的模型里，用从粗到精的生成策略配上稀疏注意力，几分钟就能出 720p、30fps 的成片。团队内部的主观评分测下来，整体质量和 Veo3、PixVerse-V5、Wan 2.2 这些商业与开源方案打得差不多。社区接得也快，已经有人给 LongCat-Video 写了 ComfyUI 节点，还有人做了量化加速的版本。另外团队后来又放了音频驱动的数字人分支，最新那版把音频编码器换成 Whisper-Large，口型对得更准。闭源模型在卷时长的时候，开源这边也没落下。 GitHub：