一、教程简介

LongCat-Video 是美团 LongCat 团队开源的 136 亿参数的 AI 视频生成模型，在文本到视频（Text-to-Video）、图像到视频（Image-to-Video）和视频续写（Video-Continuation）等任务上表现出色，尤其擅长高效生成高质量的长视频。模型通过多奖励强化学习优化（GRPO），在内部和公共基准测试中展现出与领先开源视频生成模型及最新商业解决方案相当的性能。相关论文成果为「LongCat-Video Technical Report」。

该教程算力资源采用单卡 RTX PRO 6000 。提供 Image-to-Video 、 Text-to-Video 、 Long Video 和 Video Continuation 四个示例供测试。

二、效果展示

1. Image-to-Video

2. Text-to-Video

3. Long-Video Generation

4. Video-Continuation

三、运行步骤

1. 启动容器

2. 使用步骤

若显示「Bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 5-6 分钟后刷新页面。

1. Image-to-Video

参数说明：

• Negative Prompt：通过输入不希望出现的元素，引导模型避开这些特征，从而提升生成质量。
• Resolution：指定生成图像的宽 × 高像素尺寸。
• Seed：控制生成过程的随机性起点。固定 Seed 值可实现结果可复现。

2. Text-to-Video

参数说明：

• Negative Prompt：通过输入不希望出现的元素，引导模型避开这些特征，从而提升生成质量。
• Height：指定生成图像的高。
• Width：指定生成图像的宽。
• Seed：控制生成过程的随机性起点。固定 Seed 值可实现结果可复现。

3. Long-Video Generation

Long-Video Generation 大约需要约 20 分钟左右。

参数说明：

• Negative Prompt：通过输入不希望出现的元素，引导模型避开这些特征，从而提升生成质量。
• Number of Segments：段落数量，数量越大，视频越长。
• Seed：控制生成过程的随机性起点。固定 Seed 值可实现结果可复现。

4. Video-Continuation

Video-Continuation 大约需要约 20 分钟左右。

参数说明：

• Negative Prompt：通过输入不希望出现的元素，引导模型避开这些特征，从而提升生成质量。
• Resolution：指定生成图像的宽 × 高像素尺寸。
• Seed：控制生成过程的随机性起点。固定 Seed 值可实现结果可复现。

四、交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓

引用信息

本项目引用信息如下：

@misc{meituanlongcatteam2025longcatvideotechnicalreport,
      title={LongCat-Video Technical Report}, 
      author={Meituan LongCat Team and Xunliang Cai and Qilong Huang and Zhuoliang Kang and Hongyu Li and Shijun Liang and Liya Ma and Siyu Ren and Xiaoming Wei and Rixu Xie and Tong Zhang},
      year={2025},
      eprint={2510.22200},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2510.22200}, 
}