简介

LongCat-Image是美团LongCat团队研发的图像生成与编辑基础模型，参数规模为6B（60亿），属于轻量化大模型。与之前动辄百亿参数的主流模型相比，它通过创新架构设计和系统性训练策略，在保持高生成质量的同时大幅降低了计算资源需求。模型采用文生图与图像编辑同源的混合骨干架构（MM-DiT+Single-DiT），并整合了视觉语言模型（VLM）条件编码器，实现了生成与编辑的一体化处理。