v3.263.6397 安卓免費版
v6.479 IOS版
v9.847.514 PC版
v6.394.4374.18308 安卓漢化版
v2.735 安卓版
v3.433 最新版
v4.453 安卓免費版
v1.808.8270.965174 最新版
v2.974.8315 安卓版
v4.392.9330.715333 安卓免費版
v7.399.3817.272356 IOS版
v9.194.5974.63860 最新版
v4.555.7122 安卓版
v9.65.9250.50584 IOS版
v7.760.6260.704945 PC版
v1.926.5860 PC版
v2.48 安卓版
v5.276.1115.45629 最新版
v6.17 PC版
v7.299.5454.444379 安卓最新版
v5.751 IOS版
v2.111.9789.954488 安卓漢化版
v8.893.5830.833626 安卓漢化版
v1.506 安卓版
v1.715.1582 安卓免費版
v3.457.2969 安卓漢化版
v9.500.9904 PC版
v5.993.2460 安卓免費版
v6.469.9077.562460 IOS版
v5.154.4242.379337 安卓最新版
v7.331 PC版
v8.966.7269 安卓版
v7.962.8607.6191 安卓漢化版
v8.451.4612 安卓免費版
v7.298 安卓版
v6.228 安卓漢化版
v5.528.9296 安卓版
v2.717.2534.756203 安卓最新版
v5.739.4526 PC版
v3.542 安卓漢化版
v2.142.9480 IOS版
v1.19.6168.139567 安卓版
v7.402.8422.626639 PC版
v6.968.5430.197522 安卓版
v5.188.8012 最新版
v4.778.7354.410119 安卓版
v3.898.5087.149923 IOS版
v6.97 最新版
v2.159.7748 PC版
v6.843.1421.320471 安卓版
v4.60.1217.667817 安卓免費版
v1.387.2525 安卓免費版
v3.942.737 安卓版
v6.275.5381 安卓版
v6.2 安卓漢化版
v1.379.5798.331081 安卓最新版
v4.977.1812 安卓最新版
v4.276.6552 安卓最新版
v9.918.564.365670 最新版
v3.713 安卓免費版
v2.93.9656 最新版
v2.516 IOS版
v2.384.4675.142207 安卓漢化版
v1.552 安卓最新版
v3.684.5503 安卓版
v3.310.2789 安卓最新版
v8.14 IOS版
v8.373.3513 安卓免費版
v4.585.6156.662146 PC版
v4.889.2590 安卓漢化版
v1.582.7617.428389 最新版
v5.441.2111.251785 安卓版
v5.424.9153.783545 安卓漢化版
v1.196 安卓版
v1.313.6088 PC版
v2.607.6990 安卓版
v2.207 安卓版
v9.781.9295.470000 安卓漢化版
v8.999.1345.226840 安卓免費版
v6.481.7704 PC版
每日首存送百分百
智东西作者｜江宇编辑｜漠影
智东西12月8日报道，今日，美团正式发布并开源图像生成模型LongCat-Image，这是一款在图像编辑能力上达到开源SOTA水准的6B参数模型，重点瞄准文生图与单图编辑两大核心场景。
▲图源：Hugging Face
从官方披露的基准测试结果来看，LongCat-Image主要对标了Seedream4.0、Qwen-Image、HunyuanImage-3.0、Nano Banana以及FLUX.1-dev等主流开源与闭源生图模型，其核心优化集中在“编辑可控性”和“中文文字渲染”两项能力上。
而在实际体验中，它在连续改图、风格变化和材质细节上表现较好，但在复杂排版场景下，中文文字渲染仍存在不稳定的情况。在涉及复杂UI设计、游戏界面生成等任务时，模型的审美也暴露出一定短板，这或许与其不具备联网搜索能力有关。
在体验入口方面，美团也同步提供了多种使用方式。在移动端，LongCat APP已支持文生图与图生图能力；在网页端，用户也可通过 https://longcat.ai/ 进入图片生成入口进行体验。
对于开发者而言，LongCat-Image的模型权重与代码也已同步开源：
Hugging Face：https://huggingface.co/meituan-longcat/LongCat-ImageGitHub：https://github.com/meituan-longcat/LongCat-Image
下面我们就来看看LongCat-Image的模型结构、评测成绩和具体的实测表现。
一、从模型结构到评测成绩，LongCat-Image把“编辑可控性”和“中文渲染”作为主攻方向
从模型设计上看，LongCat-Image采用了文生图与图像编辑同源的统一架构，并通过渐进式学习策略，在仅6B参数规模下兼顾了指令遵循精准度、生图质量与文字渲染三项能力的协同提升。
▲模型架构
这套训练路线并非从零开始堆参数，而是基于文生图中期训练模型进行初始化，并在后续阶段采用文生图与指令编辑的多任务联合学习机制，来避免编辑能力在后训练阶段被压缩的问题。
在图像编辑能力上，LongCat-Image在GEdit-Bench、ImgEdit-Bench等多个编辑类基准中取得了开源SOTA成绩。
▲客观基准测试性能对比
LongCat-Image通过多源数据预训练、指令改写策略与人工精标SFT数据的引入，使模型在面对复杂编辑要求时更不容易出现风格漂移和结构失真。
针对中文文字渲染这一长期痛点，LongCat-Image采用了覆盖8105个规范汉字的合成字形数据进行预训练，并在SFT阶段引入真实世界文本图片强化排版与字体泛化能力，在RL阶段还引入OCR与美学双奖励模型共同约束，最终在ChineseWord评测中取得90.7分的成绩，领先于现有开源模型。
在真实感方面，LongCat-Image通过对抗训练和严格的数据筛选机制，刻意绕开AIGC“塑料感”的纹理陷阱，并在RL阶段引入AIGC检测器作为奖励信号，反向引导模型学习真实世界的物理纹理与光影变化。
综合评测结果显示，在人类主观评分（MOS）维度上，LongCat-Image在文本对齐、视觉真实度与美学质量等多个子项中的表现已接近Seedream4.0等商业模型水平。
▲人类主观评分（MOS）对比
▲并列对比评估胜率（SBS）
在图像编辑任务的并列对比评估（SBS）中，LongCat-Image-Edit在综合质量与一致性两项关键指标上，对NanoBanana和Qwen-Image-Edit等模型均取得较高胜率。
整体来看，LongCat-Image在图像编辑任务上已逼近部分闭源模型水平，在文生图基础能力上也保持在开源头部阵营。
二、从漫画重绘到玩偶产品渲染，连续编辑稳定，但中文渲染仍是短板
从实际体验过程来看，LongCat-Image在“连续指令可编辑性”上的表现是较为稳定的，我们直接拿近期大火的《疯狂动物城2》相关图片进行测试，在同一角色基础上连续进行多轮修改。
▲参考图
指令：修改为像素风格作品。
指令：重绘为彩色，保留像素质感。
指令：图片角色重绘为模仿乐高积木主题的动物。
在漫画图像测试中，通过像素风、彩色像素重绘以及模仿乐高积木动物主题的连续重绘指令，模型可以保持角色结构稳定，同时完成风格与材质的多轮迁移。多次修改过程中，人物轮廓和构图基本未出现明显错误。
在此基础上，我们也进一步尝试了电影海报的制作场景，用同一角色图进行主视觉海报生成与多语言标题渲染测试。
指令：电影《疯狂动物城2》的宣传海报，海报的主画面是电影主角的精彩场面，主标题用艺术手写字体“疯狂动物城2”，下面附上英文名“Zootopia”，另外附上电影海报需要的其他小字，文字清晰可辨认。
在电影海报场景中，模型对参考图的继承能力较为稳定，无论是角色形象还是动态姿势，都能与原始图片保持较高一致度，中英文标题的主标题表现也较为清晰。不过在“小字”区域，一系列细节文字仍然存在乱码与英文混杂的问题，说明中文文字渲染在复杂排版场景下依然存在不稳定性。
进一步测试人物档案式中文海报时，模型可以正确渲染部分核心字段信息，但仍不可避免地出现中英文错位与局部乱码。
指令：生成动画电影角色的人物档案式宣传海报，用文字体现以下信息： 尼克?王尔德（Nick Wilde），是一只在迪士尼动画电影《疯狂动物城》中出场的狐狸。 中文名：尼克狐尼克。 外文名：Nick Wilde。 原型：赤狐。 职业：从骗子到警察。 搭档：兔子警官朱迪。 经典台词：“伤了你的小心脏？”
在产品级渲染测试中，朱迪警官玩偶在影棚光、台灯暖光、自然光客厅与床品光照等多个现实场景下的质感表现相对稳定。短绒毛的细节、眼睛的高光反射、沙发布料与玩偶绒毛之间的材质对比都能够被较为准确地表现出来，整体更接近商业产品渲染效果。
相比之下，在主流模型较为擅长的游戏界面生成场景中，LongCat-Image的短板更为明显。无论是卡牌游戏、射击游戏，还是MOBA类第一视角界面，整体风格都偏向十多年前的UI设计审美，与当下主流游戏产品存在明显代差。
指令：生成一个卡牌游戏界面。
指令：生成一个射击游戏界面。
指令：生成一个英雄联盟的游戏界面。
指令：生成一个王者荣耀第一视角的游戏界面。
从本次测试结果来看，LongCat-Image在改图与产品渲染类任务中的可用性更高，而在游戏界面与复杂排版场景中的表现相对一般。
结语：开源图像模型进入“可控编辑”竞赛，AI生图战况升级
从LongCat-Image的整体定位来看，美团并没有试图用更大的参数规模去正面冲击旗舰级生图模型，而是明确选择在可控性、连续编辑和中文渲染这几个方向上深挖。
图像模型的竞争焦点，正在快速向“能否真正进入设计、产品、品牌等具体生产流程”的实用能力集中。
相关版本
多平台下载
查看所有0条评论>网友评论
亚蒪体育下载
