Lar
A Meituan apresenta o modelo de IA LongCat-Next com arquitetura unificada de visão e fala
Em 3 de abril, a equipe do MiTi lançou oficialmente o LongCat-Next, um grande modelo multimodal nativo. Esse modelo vai além da abordagem convencional de “base de linguagem mais plug-ins”, convertendo imagens, áudio e texto em um fluxo unificado de tokens discretos. Isso permite que a IA “veja” e “ouça” o mundo físico de forma nativa, processando essas entradas da mesma forma que processa o texto.
Núcleo técnico: a arquitetura DiNA permite a “internalização de modalidades”
Para eliminar as barreiras entre diferentes tipos de dados, a MiTi desenvolveu a arquitetura DiNA (Discrete Native Autoregressive), alcançando uma unificação profunda na modelagem multimodal:
Unificação completa de modalidades: o modelo usa os mesmos parâmetros, mecanismos de atenção e funções de perda para texto, imagens e áudio.
Simetria entre compreensão e geração: dentro de uma única estrutura matemática, prever o próximo token de texto constitui “compreensão”, enquanto prever um token de imagem é “geração”. Ambos os processos apresentam benefícios sinérgicos significativos durante o treinamento.
Compressão extrema: Utilizando o dNaViT Visual Tokenizer, ele processa entradas em qualquer resolução. Por meio de um processo de quantização vetorial residual de 8 camadas, alcança até 28 vezes de compressão no espaço de pixels, preservando detalhes críticos para tarefas como OCR e análise de documentos financeiros.
Desempenho empírico: a modelagem discreta não tem limites inerentes
O LongCat-Next oferece desempenho que supera modelos especializados em vários benchmarks, desafiando efetivamente a noção tradicional de que “a discretização inevitavelmente causa perda de informação”:
Percepção refinada: No OmniDocBench para cenários de texto denso, ele supera não apenas o Qwen3-Omni, mas também o modelo de visão especializado Qwen3-VL.
Raciocínio visual: obteve uma pontuação impressionante de 83,1 no MathVista, demonstrando raciocínio lógico robusto e de nível industrial.
Colaboração multimodal: Ao mesmo tempo em que mantém recursos de linguagem de ponta (C-Eval 86,80), ele suporta geração paralela de texto e fala com baixa latência, além de clonagem de voz personalizável.
Perspectiva do setor: uma base para a IA no mundo físico
Os grandes modelos de linguagem há muito se concentram no texto. A inovação do LongCat-Next é a prova de que as informações do mundo físico podem ser discretizadas e modeladas como a linguagem. Quando uma IA possui uma “linguagem nativa” unificada, ela se torna mais inteligente e intuitiva ao usar ferramentas, escrever código ou interpretar gráficos complexos.
A MiTi tornou o modelo LongCat-Next e o tokenizador dNaViT de código aberto. Essa arquitetura discreta nativa, eficiente e de alto potencial, fornece aos desenvolvedores ferramentas essenciais para a construção de IA capaz de perceber e interagir com o mundo real.
Artigo relacionado
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
Recomendações de tópicos especiais relacionados
Análise de dados
Melhores ferramentas de detecção de anomalias com IA para monitoramento de KPIs entre equipes de SaaS e comércio eletrônico
2026 Últimas Melhores Ferramentas de Detecção de Anomalias por IA Mais Bem Avaliadas para Monitoramento de KPIs em Equipes de SaaS e E-commerce! A XIX.AI compilou uma coleção poderosa e transformadora, baseada em testes rigorosos do mundo real e classificações atualizadas semanalmente. Você encontrará insights detalhados sobre comparações entre versões gratuitas e pagas para ajudá-lo a identificar a solução que deve ser testada, aumentando a produtividade e desbloqueando sua vantagem com IA. Explore agora!
10 ferramentas
xix.ai
escrita
Os melhores geradores de esboços com IA para artigos longos de SEO
Os melhores e mais bem avaliados geradores de esboços com IA de 2026 para artigos longos de SEO, cuidadosamente selecionados pela XIX.AI. Essas ferramentas poderosas oferecem um auxílio revolucionário na criação rápida de conteúdo de alta qualidade, aumentando significativamente a eficiência na redação. Confira uma comparação entre versões gratuitas e pagas, além de testes práticos e classificações detalhadas, para ajudá-lo a encontrar a opção imperdível que melhor atenda às suas necessidades. Explore agora para aproveitar ao máximo as vantagens da IA.
8 ferramentas
xix.ai
Educação e Aprendizagem
Ferramentas de IA para os deveres de casa e a preparação para provas
As melhores e mais recentes ferramentas de IA para lição de casa e preparação para provas em 2026! A XIX.AI seleciona uma lista das ferramentas mais bem avaliadas, poderosas e revolucionárias que ajudam os alunos a aumentar a produtividade, agilizar a realização das lições de casa e se sair muito bem nas provas por meio de testes práticos. Veja uma comparação entre versões gratuitas e pagas, classificações detalhadas e opções imperdíveis para aproveitar ao máximo as vantagens da IA. Explore agora!
10 ferramentas
xix.ai
Composição musical
Ferramentas de Demonstração Vocal com IA para Compositores, Ganchos, Toplines e Sessões de Rascunho Multilíngues
2026 Últimas Melhores Ferramentas de Demonstração Vocal com IA para Compositores, Criadores de Ganchos e Equipes de Conteúdo Multilíngue! A XIX.AI compilou uma lista de ferramentas altamente avaliadas e poderosas, que mudam o jogo e passaram por rigorosos testes no mundo real. Você encontrará dados detalhados de comparação entre versões gratuitas e pagas, classificações abrangentes e opções imperdíveis para ajudá-lo a aumentar a eficiência da escrita e desbloquear seu potencial criativo. Explore agora para descobrir a ferramenta perfeita para todas as suas necessidades de conteúdo!
9 ferramentas
xix.ai
Negócios
As melhores ferramentas de pesquisa competitiva baseadas em IA para pequenas empresas
As melhores e mais bem avaliadas ferramentas de pesquisa competitiva com IA de 2026 para pequenas empresas! A XIX.AI selecionou uma coleção extremamente poderosa e revolucionária, atualizada semanalmente com testes rigorosos no mundo real e classificações detalhadas. Você encontrará uma comparação abrangente entre versões gratuitas e pagas para ajudá-lo a identificar as ferramentas imperdíveis que aumentam sua produtividade e lhe proporcionam uma vantagem competitiva. Explore agora para descobrir a ferramenta perfeita para você!
9 ferramentas
xix.ai
Edição de imagem
Ferramentas de Retoque com IA do Photoshop para Moda E-commerce, Limpeza de Pele e Consistência de Cor
2026 Últimas Melhores Ferramentas de Retoque com IA do Photoshop para roupas de comércio eletrônico, limpeza de pele e consistência de cores! Esta lista curada de alta classificação apresenta soluções poderosas que mudam o jogo, ajudando você a aumentar a eficiência da escrita, simplificar a criação de conteúdo e obter resultados visuais perfeitos sem esforço. Cada ferramenta passou por testes do mundo real através de classificações atualizadas semanalmente, com detalhes completos sobre comparação entre gratuito e pago. Com o apoio da XIX.AI, é o guia essencial para quem deseja desbloquear sua vantagem com IA. Explore agora!
10 ferramentas
xix.ai
Comentários (1)
![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. 🧐
Em 3 de abril, a equipe do MiTi lançou oficialmente o LongCat-Next, um grande modelo multimodal nativo. Esse modelo vai além da abordagem convencional de “base de linguagem mais plug-ins”, convertendo imagens, áudio e texto em um fluxo unificado de tokens discretos. Isso permite que a IA “veja” e “ouça” o mundo físico de forma nativa, processando essas entradas da mesma forma que processa o texto.
Núcleo técnico: a arquitetura DiNA permite a “internalização de modalidades”
Para eliminar as barreiras entre diferentes tipos de dados, a MiTi desenvolveu a arquitetura DiNA (Discrete Native Autoregressive), alcançando uma unificação profunda na modelagem multimodal:
Unificação completa de modalidades: o modelo usa os mesmos parâmetros, mecanismos de atenção e funções de perda para texto, imagens e áudio.
Simetria entre compreensão e geração: dentro de uma única estrutura matemática, prever o próximo token de texto constitui “compreensão”, enquanto prever um token de imagem é “geração”. Ambos os processos apresentam benefícios sinérgicos significativos durante o treinamento.
Compressão extrema: Utilizando o dNaViT Visual Tokenizer, ele processa entradas em qualquer resolução. Por meio de um processo de quantização vetorial residual de 8 camadas, alcança até 28 vezes de compressão no espaço de pixels, preservando detalhes críticos para tarefas como OCR e análise de documentos financeiros.
Desempenho empírico: a modelagem discreta não tem limites inerentes
O LongCat-Next oferece desempenho que supera modelos especializados em vários benchmarks, desafiando efetivamente a noção tradicional de que “a discretização inevitavelmente causa perda de informação”:
Percepção refinada: No OmniDocBench para cenários de texto denso, ele supera não apenas o Qwen3-Omni, mas também o modelo de visão especializado Qwen3-VL.
Raciocínio visual: obteve uma pontuação impressionante de 83,1 no MathVista, demonstrando raciocínio lógico robusto e de nível industrial.
Colaboração multimodal: Ao mesmo tempo em que mantém recursos de linguagem de ponta (C-Eval 86,80), ele suporta geração paralela de texto e fala com baixa latência, além de clonagem de voz personalizável.
Perspectiva do setor: uma base para a IA no mundo físico
Os grandes modelos de linguagem há muito se concentram no texto. A inovação do LongCat-Next é a prova de que as informações do mundo físico podem ser discretizadas e modeladas como a linguagem. Quando uma IA possui uma “linguagem nativa” unificada, ela se torna mais inteligente e intuitiva ao usar ferramentas, escrever código ou interpretar gráficos complexos.
A MiTi tornou o modelo LongCat-Next e o tokenizador dNaViT de código aberto. Essa arquitetura discreta nativa, eficiente e de alto potencial, fornece aos desenvolvedores ferramentas essenciais para a construção de IA capaz de perceber e interagir com o mundo real.
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
2026 Últimas Melhores Ferramentas de Detecção de Anomalias por IA Mais Bem Avaliadas para Monitoramento de KPIs em Equipes de SaaS e E-commerce! A XIX.AI compilou uma coleção poderosa e transformadora, baseada em testes rigorosos do mundo real e classificações atualizadas semanalmente. Você encontrará insights detalhados sobre comparações entre versões gratuitas e pagas para ajudá-lo a identificar a solução que deve ser testada, aumentando a produtividade e desbloqueando sua vantagem com IA. Explore agora!
10 ferramentas
xix.ai
Os melhores e mais bem avaliados geradores de esboços com IA de 2026 para artigos longos de SEO, cuidadosamente selecionados pela XIX.AI. Essas ferramentas poderosas oferecem um auxílio revolucionário na criação rápida de conteúdo de alta qualidade, aumentando significativamente a eficiência na redação. Confira uma comparação entre versões gratuitas e pagas, além de testes práticos e classificações detalhadas, para ajudá-lo a encontrar a opção imperdível que melhor atenda às suas necessidades. Explore agora para aproveitar ao máximo as vantagens da IA.
8 ferramentas
xix.ai
As melhores e mais recentes ferramentas de IA para lição de casa e preparação para provas em 2026! A XIX.AI seleciona uma lista das ferramentas mais bem avaliadas, poderosas e revolucionárias que ajudam os alunos a aumentar a produtividade, agilizar a realização das lições de casa e se sair muito bem nas provas por meio de testes práticos. Veja uma comparação entre versões gratuitas e pagas, classificações detalhadas e opções imperdíveis para aproveitar ao máximo as vantagens da IA. Explore agora!
10 ferramentas
xix.ai
2026 Últimas Melhores Ferramentas de Demonstração Vocal com IA para Compositores, Criadores de Ganchos e Equipes de Conteúdo Multilíngue! A XIX.AI compilou uma lista de ferramentas altamente avaliadas e poderosas, que mudam o jogo e passaram por rigorosos testes no mundo real. Você encontrará dados detalhados de comparação entre versões gratuitas e pagas, classificações abrangentes e opções imperdíveis para ajudá-lo a aumentar a eficiência da escrita e desbloquear seu potencial criativo. Explore agora para descobrir a ferramenta perfeita para todas as suas necessidades de conteúdo!
9 ferramentas
xix.ai
As melhores e mais bem avaliadas ferramentas de pesquisa competitiva com IA de 2026 para pequenas empresas! A XIX.AI selecionou uma coleção extremamente poderosa e revolucionária, atualizada semanalmente com testes rigorosos no mundo real e classificações detalhadas. Você encontrará uma comparação abrangente entre versões gratuitas e pagas para ajudá-lo a identificar as ferramentas imperdíveis que aumentam sua produtividade e lhe proporcionam uma vantagem competitiva. Explore agora para descobrir a ferramenta perfeita para você!
9 ferramentas
xix.ai
2026 Últimas Melhores Ferramentas de Retoque com IA do Photoshop para roupas de comércio eletrônico, limpeza de pele e consistência de cores! Esta lista curada de alta classificação apresenta soluções poderosas que mudam o jogo, ajudando você a aumentar a eficiência da escrita, simplificar a criação de conteúdo e obter resultados visuais perfeitos sem esforço. Cada ferramenta passou por testes do mundo real através de classificações atualizadas semanalmente, com detalhes completos sobre comparação entre gratuito e pago. Com o apoio da XIX.AI, é o guia essencial para quem deseja desbloquear sua vantagem com IA. Explore agora!
10 ferramentas
xix.ai
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. 🧐
