5月22日，美团技术团队宣布开源其数字人视频生成模型LongCat-Video-Avatar1.5。该版本在唇形同步、物理合理性、长视频稳定性、多人互动及推理效率等方面进行了升级，旨在推动数字人视频生成技术从高拟真走向真可用的商业化场景。LongCat-Video-Avatar1.5在1.0版本基础上全面升级，从开源SOTA走向商业级应用，强化了基础体验，能够应对复杂语音输入，使唇部运动更精准平滑，同时面部表情、头部姿态与肢体动作也更为协调。

LongCat-Video-Avatar1.5在场景支持方面，借助高质量数据体系，模型可稳定处理真人、动漫、动物等多种主体，并在多人对话场景中自然区分说话者与聆听者。推理部署方面，采用DMD蒸馏技术，将生成步数从50步压缩至8步，推理效率提升约15倍，生成一段10秒视频仅需约1分钟。技术架构上，1.5版本主要在基础体验商用化、数据处理流程优化和手部稳定性动作连续性优化三方面实现升级。