Modèle vidéo sous licence MIT de Meituan pour la génération de texte, d'images et de vidéos longues avec continuation.
LongCat-Video prend en charge la conversion texte-vidéo, image-vidéo et la continuation de vidéo.
LongCat-Video est un modèle ouvert de génération de vidéo de Meituan qui gère la conversion texte-vidéo, image-vidéo et la continuation de vidéo en un seul modèle. Il convient aux développeurs qui recherchent des poids sous licence MIT pour de longs clips.
Le dépôt comprend du code d'inférence pour la conversion texte-vidéo, image-vidéo, la continuation de vidéo, la génération de vidéos longues et la génération interactive, ainsi que des modèles d'avatar pilotés par l'audio et une interface Streamlit.
Il convient aux développeurs disposant de GPU CUDA et de la patience nécessaire pour compiler FlashAttention. Il ne convient pas aux utilisateurs non techniques, et le README n'indique aucune valeur de VRAM, vous devez donc dimensionner votre matériel par essais successifs.
Le texte-vidéo, l'image-vidéo et la continuation partagent un modèle.
Conçu pour étendre les clips bien au-delà d'une seule génération courte.
Le README répertorie un mode vidéo interactif.
Une vidéo d'avatar unique et multi-audio pilotée par l'audio est incluse.
Une application Streamlit intégrée évite d'écrire des scripts d'inférence.
Exécutions multi-GPU et option int8 pour le modèle d'avatar.
Gratuit sous licence MIT. Le seul coût est le matériel GPU et le stockage sur lequel vous l'exécutez ; aucun forfait hébergé payant n'apparaît dans le dépôt.
896 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 10 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Le README indique que les poids du modèle sont publiés sous licence MIT, ce qui permet un usage commercial. Il ajoute que cela n'accorde aucun droit sur les marques ou brevets de Meituan.
Texte-vidéo, image-vidéo, continuation de vidéo, génération de vidéos longues, vidéo interactive et vidéo d'avatar pilotée par l'audio, selon le README.
Le README ne donne aucun chiffre de VRAM. Il mentionne des exécutions multi-GPU et une option int8 qui réduit la mémoire pour le modèle d'avatar.
Voir Zekai en premier dans Google