LongCatImage6B混合DiT轻量架构

LongCat-Image 开源解析：6B DiT 做到 20B+ MoE 水平的中英双语图生图模型

一、摘要 LongCat-Image 是美团 LongCat 团队开源的中英双语图像生成与编辑模型，参数约 6B，采用混合 DiT 架构，在多项公开基准上可比肩甚至超过部分 20B 级别开源模型。项目重点提升多语言文本渲染、图像一致性和写实效果，并兼顾推理速度与显存占用，适合研究与业务落地。 二、核...