Hogar
Meituan presenta el modelo de IA LongCat-Next, con una arquitectura unificada para la visión y el habla
El 3 de abril, el equipo de MiTi presentó oficialmente LongCat-Next, un modelo multimodal nativo de gran tamaño. Este modelo va más allá del enfoque convencional de «base lingüística más complementos», ya que convierte imágenes, audio y texto en un flujo unificado de tokens discretos. Esto permite a la IA «ver» y «oír» de forma nativa el mundo físico, procesando estas entradas tal y como lo hace con el texto.
Núcleo técnico: la arquitectura DiNA permite la «internalización de modalidades»
Para eliminar las barreras entre los diferentes tipos de datos, MiTi desarrolló la arquitectura DiNA (Discrete Native Autoregressive), logrando una profunda unificación en el modelado multimodal:
Unificación completa de modalidades: el modelo utiliza los mismos parámetros, mecanismos de atención y funciones de pérdida para el texto, las imágenes y el audio.
Simetría entre comprensión y generación: dentro de un único marco matemático, predecir el siguiente token de texto constituye «comprensión», mientras que predecir un token de imagen es «generación». Ambos procesos muestran importantes beneficios sinérgicos durante el entrenamiento.
Compresión extrema: utilizando el tokenizador visual dNaViT, gestiona entradas a cualquier resolución. A través de un proceso de cuantificación vectorial residual de 8 capas, logra una compresión de hasta 28 veces en el espacio de píxeles, al tiempo que conserva detalles críticos para tareas como el OCR y el análisis de documentos financieros.
Rendimiento empírico: el modelado discreto no tiene límites inherentes
LongCat-Next ofrece un rendimiento que supera al de los modelos especializados en múltiples pruebas de referencia, desafiando de manera efectiva la noción tradicional de que «la discretización provoca inevitablemente una pérdida de información»:
Percepción detallada: en el OmniDocBench para escenarios de texto denso, supera no solo a Qwen3-Omni, sino también al modelo de visión especializado Qwen3-VL.
Razonamiento visual: obtuvo una impresionante puntuación de 83,1 en MathVista, lo que demuestra un razonamiento lógico robusto y de nivel industrial.
Colaboración multimodal: al tiempo que mantiene capacidades lingüísticas líderes (C-Eval 86,80), admite la generación paralela de texto y voz con baja latencia, junto con la clonación de voz personalizable.
Perspectiva del sector: una base para la IA del mundo físico
Los grandes modelos de lenguaje se han centrado durante mucho tiempo en el texto. El avance de LongCat-Next es su demostración de que la información del mundo físico puede discretizarse y modelarse como el lenguaje. Cuando una IA posee un «lenguaje nativo» unificado, se vuelve más inteligente e intuitiva al utilizar herramientas, escribir código o interpretar gráficos complejos.
MiTi ha abierto el código fuente del modelo LongCat-Next y del tokenizador dNaViT. Esta arquitectura nativa discreta, eficiente y de gran potencial, proporciona a los desarrolladores herramientas esenciales para crear una IA capaz de percibir e interactuar con el mundo real.
Artículo relacionado
Ctrip Business Travel presenta un ecosistema de inteligencia artificial con 7 agentes del sector y 17 capacidades principales
Ctrip Business Travel ha presentado oficialmente el «Ecosistema de IA de Ctrip Business Travel», que aprovecha los modelos de lenguaje a gran escala para reestructurar de forma radical la gestión de l
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Recomendaciones de temas especiales relacionados
Diseño y Arte
Las mejores herramientas de ilustración con IA: crea escenas editoriales y portadas más rápido
Las mejores herramientas de ilustración con IA de 2026: nuestra lista seleccionada incluye las mejores herramientas, diseñadas con gran potencia, para crear rápidamente impresionantes escenas editoriales y llamativas portadas. Cada opción ha sido sometida a rigurosas pruebas en condiciones reales y ofrece una comparación entre las versiones gratuitas y de pago para ayudarte a encontrar la que mejor se adapte a tu flujo de trabajo. Prueba hoy mismo estas soluciones imprescindibles para sacar el máximo partido a la IA y potenciar tu productividad creativa. Descúbrelas ahora en XIX.AI.
10 herramientas
xix.ai
Educación y aprendizaje
Los mejores profesores particulares de IA para la preparación de exámenes: practica matemáticas, ciencias e inglés
¡Ya están aquí, en XIX.AI, los mejores tutores de IA para la preparación de exámenes de 2026, con las mejores valoraciones! Nuestra lista seleccionada incluye potentes herramientas revolucionarias que ofrecen comparativas entre versiones gratuitas y de pago, pruebas reales y clasificaciones actualizadas semanalmente. Te ayudan a mejorar tu eficiencia a la hora de escribir, a simplificar el aprendizaje de temas complejos y a desarrollar todo tu potencial académico. ¡Explora ahora mismo para descubrir tu herramienta perfecta de preparación de exámenes y empieza a crear hoy mismo para sacar partido a tu ventaja con la IA!
10 herramientas
xix.ai
Finanzas
Herramientas de planificación presupuestaria con IA para la gestión personal del dinero
2026 Últimas Mejores Herramientas de Planificación Presupuestaria con IA Mejor Valoradas para la Gestión Personal del Dinero están aquí en XIX.AI. Esta colección seleccionada presenta soluciones poderosas y transformadoras que te ayudan a realizar pruebas en el mundo real, comprender tus hábitos de gasto y crear planes personalizados para aumentar la productividad. Disfruta de una comparación entre versiones gratuitas y de pago junto con clasificaciones detalladas. Herramientas imprescindibles diseñadas para simplificar la gestión del dinero y desbloquear tu ventaja con IA. ¡Explóralas ahora!
11 herramientas
xix.ai
Salud y bienestar
Asistentes de seguimiento del sueño basados en IA: mejora tu recuperación con mejores hábitos a la hora de acostarte
Los mejores asistentes de seguimiento del sueño con IA de 2026, seleccionados para una recuperación óptima. Esta guía semanal totalmente actualizada incluye potentes herramientas que ofrecen pruebas en condiciones reales, comparativas entre opciones gratuitas y de pago, y clasificaciones detalladas para ayudarte a encontrar la solución imprescindible que mejora la calidad del sueño y fomenta mejores hábitos a la hora de acostarse. Descúbrelo ahora en XIX.AI y aprovecha todas las ventajas de la IA.
10 herramientas
xix.ai
Análisis de datos
Copilotos de IA y SQL para el análisis de productos e ingresos
¡Los mejores copilotos de IA para SQL mejor valorados de 2026 para el análisis de productos e ingresos! XIX.AI ha seleccionado una potente colección de herramientas revolucionarias que no te puedes perder y que se someten a pruebas en el mundo real a través de clasificaciones que se actualizan semanalmente. Estas herramientas ayudan a los usuarios a aumentar significativamente su productividad al acelerar el análisis de datos, simplificar consultas complejas y generar información precisa para tomar decisiones empresariales más inteligentes. ¡Explora ahora mismo y descubre la herramienta perfecta para sacar el máximo partido a tu ventaja en IA!
14 herramientas
xix.ai
Educación y aprendizaje
Las mejores herramientas de IA para los deberes que realmente enseñan: aprende conceptos, no solo respuestas
2026: los mejores y más valorados asistentes de deberes con IA que enseñan conceptos básicos, no solo respuestas. Potentes herramientas para estudiantes. Una selección imprescindible que debes probar. Actualización semanal. Comparativa entre opciones gratuitas y de pago. Pruebas en el mundo real. Clasificaciones precisas para ayudarte a desarrollar todo tu potencial de aprendizaje. Explora ahora y descubre la herramienta perfecta para estudiar de forma más inteligente.
10 herramientas
xix.ai
comentario (2)
0/500
![JoeGarcía]()
美团这个LongCat-Next有点东西，直接把图音文打包成统一离散流，省了插件的麻烦。虽然还没实测，但这种端到端的架构要是真能跑通，对多模态应用算是个突破。期待看看实际推理速度和成本能不能打，别又是PPT技术就行😂
![CharlesHernández]()
Interesting approach! Unifying vision and speech into a single stream sounds like a step towards more 'native' multimodal understanding, unlike just bolting on separate modules. Makes me wonder how this affects real-time processing efficiency for delivery robots or AR navigation apps. Could be a game-changer for Meituan's on-demand services if it works smoothly in the wild. 🧐
El 3 de abril, el equipo de MiTi presentó oficialmente LongCat-Next, un modelo multimodal nativo de gran tamaño. Este modelo va más allá del enfoque convencional de «base lingüística más complementos», ya que convierte imágenes, audio y texto en un flujo unificado de tokens discretos. Esto permite a la IA «ver» y «oír» de forma nativa el mundo físico, procesando estas entradas tal y como lo hace con el texto.
Núcleo técnico: la arquitectura DiNA permite la «internalización de modalidades»
Para eliminar las barreras entre los diferentes tipos de datos, MiTi desarrolló la arquitectura DiNA (Discrete Native Autoregressive), logrando una profunda unificación en el modelado multimodal:
Unificación completa de modalidades: el modelo utiliza los mismos parámetros, mecanismos de atención y funciones de pérdida para el texto, las imágenes y el audio.
Simetría entre comprensión y generación: dentro de un único marco matemático, predecir el siguiente token de texto constituye «comprensión», mientras que predecir un token de imagen es «generación». Ambos procesos muestran importantes beneficios sinérgicos durante el entrenamiento.
Compresión extrema: utilizando el tokenizador visual dNaViT, gestiona entradas a cualquier resolución. A través de un proceso de cuantificación vectorial residual de 8 capas, logra una compresión de hasta 28 veces en el espacio de píxeles, al tiempo que conserva detalles críticos para tareas como el OCR y el análisis de documentos financieros.
Rendimiento empírico: el modelado discreto no tiene límites inherentes
LongCat-Next ofrece un rendimiento que supera al de los modelos especializados en múltiples pruebas de referencia, desafiando de manera efectiva la noción tradicional de que «la discretización provoca inevitablemente una pérdida de información»:
Percepción detallada: en el OmniDocBench para escenarios de texto denso, supera no solo a Qwen3-Omni, sino también al modelo de visión especializado Qwen3-VL.
Razonamiento visual: obtuvo una impresionante puntuación de 83,1 en MathVista, lo que demuestra un razonamiento lógico robusto y de nivel industrial.
Colaboración multimodal: al tiempo que mantiene capacidades lingüísticas líderes (C-Eval 86,80), admite la generación paralela de texto y voz con baja latencia, junto con la clonación de voz personalizable.
Perspectiva del sector: una base para la IA del mundo físico
Los grandes modelos de lenguaje se han centrado durante mucho tiempo en el texto. El avance de LongCat-Next es su demostración de que la información del mundo físico puede discretizarse y modelarse como el lenguaje. Cuando una IA posee un «lenguaje nativo» unificado, se vuelve más inteligente e intuitiva al utilizar herramientas, escribir código o interpretar gráficos complejos.
MiTi ha abierto el código fuente del modelo LongCat-Next y del tokenizador dNaViT. Esta arquitectura nativa discreta, eficiente y de gran potencial, proporciona a los desarrolladores herramientas esenciales para crear una IA capaz de percibir e interactuar con el mundo real.
Ctrip Business Travel presenta un ecosistema de inteligencia artificial con 7 agentes del sector y 17 capacidades principales
Ctrip Business Travel ha presentado oficialmente el «Ecosistema de IA de Ctrip Business Travel», que aprovecha los modelos de lenguaje a gran escala para reestructurar de forma radical la gestión de l
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Las mejores herramientas de ilustración con IA de 2026: nuestra lista seleccionada incluye las mejores herramientas, diseñadas con gran potencia, para crear rápidamente impresionantes escenas editoriales y llamativas portadas. Cada opción ha sido sometida a rigurosas pruebas en condiciones reales y ofrece una comparación entre las versiones gratuitas y de pago para ayudarte a encontrar la que mejor se adapte a tu flujo de trabajo. Prueba hoy mismo estas soluciones imprescindibles para sacar el máximo partido a la IA y potenciar tu productividad creativa. Descúbrelas ahora en XIX.AI.
10 herramientas
xix.ai
¡Ya están aquí, en XIX.AI, los mejores tutores de IA para la preparación de exámenes de 2026, con las mejores valoraciones! Nuestra lista seleccionada incluye potentes herramientas revolucionarias que ofrecen comparativas entre versiones gratuitas y de pago, pruebas reales y clasificaciones actualizadas semanalmente. Te ayudan a mejorar tu eficiencia a la hora de escribir, a simplificar el aprendizaje de temas complejos y a desarrollar todo tu potencial académico. ¡Explora ahora mismo para descubrir tu herramienta perfecta de preparación de exámenes y empieza a crear hoy mismo para sacar partido a tu ventaja con la IA!
10 herramientas
xix.ai
2026 Últimas Mejores Herramientas de Planificación Presupuestaria con IA Mejor Valoradas para la Gestión Personal del Dinero están aquí en XIX.AI. Esta colección seleccionada presenta soluciones poderosas y transformadoras que te ayudan a realizar pruebas en el mundo real, comprender tus hábitos de gasto y crear planes personalizados para aumentar la productividad. Disfruta de una comparación entre versiones gratuitas y de pago junto con clasificaciones detalladas. Herramientas imprescindibles diseñadas para simplificar la gestión del dinero y desbloquear tu ventaja con IA. ¡Explóralas ahora!
11 herramientas
xix.ai
Los mejores asistentes de seguimiento del sueño con IA de 2026, seleccionados para una recuperación óptima. Esta guía semanal totalmente actualizada incluye potentes herramientas que ofrecen pruebas en condiciones reales, comparativas entre opciones gratuitas y de pago, y clasificaciones detalladas para ayudarte a encontrar la solución imprescindible que mejora la calidad del sueño y fomenta mejores hábitos a la hora de acostarse. Descúbrelo ahora en XIX.AI y aprovecha todas las ventajas de la IA.
10 herramientas
xix.ai
¡Los mejores copilotos de IA para SQL mejor valorados de 2026 para el análisis de productos e ingresos! XIX.AI ha seleccionado una potente colección de herramientas revolucionarias que no te puedes perder y que se someten a pruebas en el mundo real a través de clasificaciones que se actualizan semanalmente. Estas herramientas ayudan a los usuarios a aumentar significativamente su productividad al acelerar el análisis de datos, simplificar consultas complejas y generar información precisa para tomar decisiones empresariales más inteligentes. ¡Explora ahora mismo y descubre la herramienta perfecta para sacar el máximo partido a tu ventaja en IA!
14 herramientas
xix.ai
2026: los mejores y más valorados asistentes de deberes con IA que enseñan conceptos básicos, no solo respuestas. Potentes herramientas para estudiantes. Una selección imprescindible que debes probar. Actualización semanal. Comparativa entre opciones gratuitas y de pago. Pruebas en el mundo real. Clasificaciones precisas para ayudarte a desarrollar todo tu potencial de aprendizaje. Explora ahora y descubre la herramienta perfecta para estudiar de forma más inteligente.
10 herramientas
xix.ai
美团这个LongCat-Next有点东西，直接把图音文打包成统一离散流，省了插件的麻烦。虽然还没实测，但这种端到端的架构要是真能跑通，对多模态应用算是个突破。期待看看实际推理速度和成本能不能打，别又是PPT技术就行😂
Interesting approach! Unifying vision and speech into a single stream sounds like a step towards more 'native' multimodal understanding, unlike just bolting on separate modules. Makes me wonder how this affects real-time processing efficiency for delivery robots or AR navigation apps. Could be a game-changer for Meituan's on-demand services if it works smoothly in the wild. 🧐
