品玩3月27日讯，据美团官方消息，美团发布原生多模态模型LongCat-Next。该模型旨在构建物理世界的统一“母语”，使AI能够像处理文本一样，以同一种离散Token的形式原生处理图像、语音等多模态信息。

LongCat-Next采用创新的离散原生自回归架构。该架构将所有模态信号映射为同源离散Token，并通过单一自回归模型与“下一Token预测”范式进行统一建模。此举打破了传统拼凑式架构的模态隔阂，实现了视觉、语音与文本的底层建模统一，使理解与生成在数学上成为同一问题，展现出协同潜力。

模型通过核心技术，如离散原生分辨率视觉分词器与语义对齐完备编码器，构建了语义完备的离散表示，有效平衡了信息压缩与保真。其在多项基准测试中表现优异，验证了原生离散框架的潜力。目前，相关模型、代码及技术报告已全部开源，以期推动该领域发展。