O modelo multimodal LongCat-Next da MIT é lançado utilizando sua inovadora arquitetura DiNA. Ele unifica nativamente texto, imagem e áudio em tokens discretos com um único conjunto de parâmetros, alcançando um excelente desempenho em tarefas como raciocínio visual e análise de documentos. O modelo de código aberto visa servir de base para a IA interagir com o mundo físico





Lar
