Loong

Loong是一款由香港大学与字节跳动联合开发的长视频生成模型，专注于生成高质量、连贯且动态丰富的长视频内容。该模型采用自回归大型语言模型（LLM）技术，将文本与视频信息整合为统一序列，通过渐进式短到长训练及损失重新加权策略，有效应对长视频生成中的技术难题。Loong设计支持超长视频生成，并引入视频标记重新编码与优化的采样策略，显著降低推理过程中的错误积累。此外，Loong的研究成果已公开发布，可供学术界和开发者进一步探索。