3月27日消息，美團發(fā)布并全面開源原生多模態(tài)大模型LongCat-Next及其核心組件——離散原生分辨率視覺分詞器（dNaViT）。該模型打破了當前大模型以“語言為中心”的傳統(tǒng)拼湊式架構，將圖像、語音與文本統(tǒng)一映射為同源的離散Token。通過純粹的“下一個Token預測”（Next Token Prediction，NTP）范式，LongCat-Next讓視覺與語音成為AI的“原生母語”。