美团开源LongCat-Image图像生成模型：6B参数实现SOTA性能，中文渲染与编辑能力领先

美团LongCat团队于2025年12月8日正式开源其最新研发的LongCat-Image图像生成模型，该模型以6B参数规模在文生图与图像编辑任务上达到开源领域的SOTA水平。作为轻量化大模型，LongCat-Image通过创新架构设计和高效率训练策略，在保持紧凑参数规模的同时，性能逼近百亿级头部闭源模型。

技术架构上，模型采用文生图与图像编辑同源的混合骨干架构（MM-DiT+Single-DiT），整合视觉语言模型条件编码器，实现生成与编辑任务的无缝切换。训练过程中，团队构建全流程质控体系：预训练阶段引入千万量级合成文字数据，SFT阶段采用人工精筛数据对齐审美标准，RL阶段创新使用AIGC检测器作为奖励模型，显著提升物理纹理与光影质感表现。

在核心能力方面，LongCat-Image展现出三大突破：一是图像生成响应速度提升40%，达到摄影棚级质感；二是中文渲染精准度超越同类开源模型；三是图像编辑功能支持15类任务，包括物体增删、风格迁移等，在GEdit-Bench等基准测试中刷新开源记录。实测显示，其连续改图能力和材质细节表现突出，但在复杂中文排版场景仍存在优化空间。

同步升级的LongCat APP新增图生图功能和24个零门槛模板，支持用户一键生成电商海报、精修人像等。开发者可通过GitHub和Hugging Face获取开源代码，模型遵循MIT协议允许商业应用。美团此次开源不仅为中文AIGC生态提供重要基础设施，也为其本地生活业务的智能化升级储备技术能力。