LongCat-Video

LongCat-Video 是一个具有13.6亿参数的基础视频生成模型，支持文本到视频、图像到视频以及视频续播等多种任务。该项目的核心功能包括统一架构支持多种任务类型、长时间视频生成和高效的推理过程。具体来说，LongCat-Video 在单一框架内集成了文本转视频、图像转视频及视频续播功能，并且特别擅长于生成长达数分钟的高质量视频而不出现颜色偏移或质量下降。此外，通过采用从粗到细的时间和空间轴生成策略，该模型能够在几分钟内生成720p、30fps的视频。LongCat-Video 适用于需要高效高质量视频内容生成的应用场景，如创意媒体制作、虚拟现实体验设计等。