Image, video & voiceImagem, vídeo & voz
LongCat VideoLongCat Video
Meituan's video model for text, image and continuation, with an avatar variantModelo de vídeo da Meituan para texto, imagem e continuação, com variante de avatar
What it isO que é
A 13.6-billion-parameter open source model that unifies text-to-video, image-to-video and video continuation, with LongCat-Video-Avatar models for audio-driven video.
Modelo open source de 13,6 bilhões de parâmetros que unifica texto para vídeo, imagem para vídeo e continuação de vídeo, com modelos LongCat-Video-Avatar para vídeo guiado por áudio.
What it’s forPara que serve
Use it to generate long videos or animate an avatar from an image and an audio track.
Usar para gerar vídeos longos ou animar um avatar a partir de uma imagem e de uma faixa de áudio.
BenefitsVantagens
- A single architecture for three tasks, with long videos
- Avatar variant (v1.0 and 1.5) with multi-speaker audio and INT8 quantization
- Weights and code published
- Uma única arquitetura para três tarefas, com vídeos longos
- Variante Avatar (v1.0 e 1.5) com áudio de vários locutores e quantização INT8
- Pesos e código publicados
CaveatsRessalvas
- MIT license, no pricing, but requires a CUDA GPU and a multi-step installation
- According to the authors, it delivers 720p at 30 fps with quality comparable to leading models; the tests are internal and weren't independently verified
- Licença MIT, sem preço, mas exige GPU CUDA e instalação em várias etapas
- Segundo os autores, entrega 720p a 30 fps com qualidade comparável a modelos líderes; os testes são internos e não foram verificados de forma independente
