美团开源的136亿参数视频模型LongCat-Video值得关注。它不仅支持文生视频与图生视频，更具备视频延长能力，为创作者提供了新的技术路径。此内容详细解析了其核心功能与部署流程，是了解和上手该模型的一份实用参考。
智能速览
LongCat-Video是一个拥有136亿参数的开源视频生成模型。
该模型集成了文生视频、图生视频及视频延长三大核心功能。
提供了一键部署镜像，简化了在ComfyUI中的配置与启动流程。
模型支持FP8精度运行，并可选Sage Attention以优化性能。
初步测试显示，其在部分场景下的表现与主流模型尚有差距。
精华内容
深入了解LongCat-Video，关键在于掌握其文生、图生与视频延长这三大功能的具体工作流程与技术配置。
模型概况与部署
美团开源的LongCat-Video模型拥有136亿参数，虽采用与万象相同的VAI文本编码器，但模型本身为全新训练。部署方面，已有预构建镜像可供使用，推荐通过优云智算等平台租用40系显卡（如48G显存的RTX 4090）以获得更佳渲染效果。整个启动过程集中在ComfyUI中，通过简单的指令复制与执行即可快速运行，大大降低了使用门槛。
三大核心功能
模型的核心能力体现在三个工作流中。文生视频仅需输入文本提示，设置宽高与帧数即可生成。图生视频则在此基础上增加了首帧图像的输入，让创作更具控制力。视频延长功能允许用户加载已有视频，模型会截取其尾部帧作为起点，进行内容的续写与扩展，为短视频创作提供了更多可能性。
性能与优化建议
在技术配置上，模型使用FP8精度运行以平衡性能与显存占用。建议搭配Sage Attention 2.2版本以获得最佳效果，否则可能导致画面劣化。作者对比测试后认为，与万相2.2等模型相比，LongCat-Video在某些场景下表现稍逊，但其开源特性与持续迭代潜力巨大。若在模型编译节点遇到报错，可直接删除该节点，不影响40系显卡的正常使用。
未来展望与局限
当前版本的视频延长工作流仍处于初步阶段，通过循环生成并非最优解。作者表示，2.0版本将新增三个更为通用的工作流程，届时有望解决现有问题，甚至可能实现无需循环的、更自然的视频延长。这预示着LongCat-Video模型在未来的迭代中具有巨大的发展空间。
美团LongCat-Video的开源为视频生成领域注入了新的活力，其集成的多功能工作流为开发者和创作者提供了实用工具。尽管当前版本尚有提升空间，但其易于部署的特性与持续迭代的潜力值得期待。这个开源模型的出现，会对现有视频生成格局带来怎样的改变？
