El modelo multimodal LongCat-Next de MITI se lanza al mercado utilizando su novedosa arquitectura DiNA. Este modelo unifica de forma nativa texto, imagen y audio en tokens discretos mediante un único conjunto de parámetros, lo que le permite alcanzar un alto rendimiento en tareas como el razonamiento visual y el análisis de documentos. El modelo de código abierto pretende servir de base para la IA que interactúa con el mundo físico.