نموذج فيديو مرخص برخصة MIT من Meituan لتوليد النص، الصورة، والفيديو الطويل مع المتابعة.
يغطي LongCat-Video التحويل من نص إلى فيديو، من صورة إلى فيديو، ومتابعة الفيديو.
LongCat-Video هو نموذج مفتوح لتوليد الفيديو من Meituan يتعامل مع التحويل من نص إلى فيديو، ومن صورة إلى فيديو، ومتابعة الفيديو في نموذج واحد. وهو مناسب للمطورين الذين يريدون أوزان مرخصة برخصة MIT للمقاطع الطويلة.
يتضمن المستودع كود الاستدلال للتحويل من نص إلى فيديو، ومن صورة إلى فيديو، ومتابعة الفيديو، وتوليد الفيديو الطويل، والتوليد التفاعلي، بالإضافة إلى نماذج الرمز التعبيري (أفاتار) المدعومة بالصوت، واجهة Streamlit.
هذا النموذج مناسب للمطورين الذين يمتلكون وحدات معالجة رسومية CUDA ولديهم الصبر لبناء FlashAttention. وهو غير مناسب للمستخدمين غير التقنيين، ويوضح ملف README عدم وجود رقم VRAM محدد، لذا قم بتقدير حجم الأجهزة الخاصة بك عن طريق التجربة.
التحويل من نص إلى فيديو، من صورة إلى فيديو، والمتابعة تتشارك في نموذج واحد.
مُصمم لتمديد المقاطع إلى ما بعد توليد قصير واحد.
يسرد ملف README وضع فيديو تفاعلي.
يتضمن فيديو أفاتار صوتي أحدي ومتعدد الصوت.
تطبيق Streamlit المدمج يتجنب كتابة نصوص الاستدلال.
تشغيل وحدات معالجة رسومية متعددة وخيار int8 لنموذج الأفاتار.
مجاني بموجب رخصة MIT. التكلفة الوحيدة هي أجهزة وحدة معالجة الرسومات والتخزين التي تشغله عليها؛ ولا يوجد خطة مدفوعة مُستضافة في المستودع.
896 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
يقول ملف README إن أوزان النموذج تم إصدارها بموجب رخصة MIT، والتي تسمح بالاستخدام التجاري. ويضيف أن هذا لا يمنح أي حقوق لعلامات Meituan التجارية أو براءات الاختراع.
التحويل من نص إلى فيديو، من صورة إلى فيديو، متابعة الفيديو، توليد الفيديو الطويل، الفيديو التفاعلي، وفيديو الأفاتار المدعوم بالصوت، وفقاً لملف README.
لا يعطي ملف README أي رقم VRAM. ويذكر تشغيل وحدات معالجة رسومية متعددة وخيار int8 الذي يقلل الذاكرة لنموذج الأفاتار.
شاهد Zekai أولاً في جوجل