美团LongCat数字人模型开源 核心性能全面超越主流闭源产品

2026年5月22日，美团旗下龙猫大模型团队正式宣布开源商用级数字人视频生成模型LongCat-Video-Avatar1.5。该版本在唇形同步、长视频稳定性、多人互动等五大核心维度实现技术跃升，综合表现全面超越当前主流闭源同类模型，直击传统数字人抖动、高延迟等痛点，大幅降低行业商用落地门槛。

很多接触过数字人落地的从业者都有过类似的经历：好不容易训练好的虚拟主播，正式直播前要反复彩排调整参数，稍微遇到不在预设脚本里的互动内容，就很容易出现唇形错位、画面畸变的翻车情况。这次美团推出的开源新模型，直接把“彩排调试”的环节彻底砍掉，主打真实场景下的即开即用。

过去三年全球数字人行业的技术迭代速度极快，但绝大多数开源方案的能力上限都停留在实验室SOTA阶段，闭源商用方案又普遍调用成本高、定制化自由度极低。

不管是本地生活商家的虚拟直播、文旅场景的数字导览，还是泛知识领域的虚拟讲师，都对数字人的实时性、稳定性提出了极高要求，此前的行业方案普遍需要投入数周的适配调试成本才能勉强上线，规模化普及始终难以推进。

为了彻底解决传统数字人的各类顽疾，美团龙猫大模型团队对LongCat-Video-Avatar1.5做了针对性的底层重构，其中最核心的升级是将音频特征提取编码器从传统的Wav2Vec2替换为Whisper-large。