能在5分钟内本地运行LongCat AI项目，需NVIDIA显卡、18GB显存、Ubuntu 22.04系统；先验证nvidia-smi、内存和系统版本，再分别启动Image-Edit或Video-Avatar服务。

你想在本地跑起一个真正能用的LongCat AI项目，而不是只看文档、等别人演示——比如让一张猫图秒变熊猫医生，或者用语音驱动虚拟人开口说话。这不需要你先成为Python专家，也不用花三天配环境，只要确认显卡是NVIDIA、有18GB显存、系统是Ubuntu 22.04，接下来所有操作加起来不到5分钟就能看到结果。

确认硬件与基础环境

打开终端，依次执行三行命令，每行回车后观察输出：

nvidia-smi → 看左上角是否有GPU型号和“CUDA Version: 12.4”字样；没有则驱动未装或版本不对，【必须停在这里重装驱动】。

free -h | grep Mem → 确认可用内存 ≥8GB；低于6GB可能导致模型加载失败，进程直接被OOM Killer杀掉。

lsb_release -a 2>/dev/null | grep "Ubuntu 22.04" → 只有匹配才继续；Ubuntu 24.04或CentOS 7已知存在PyTorch CUDA兼容问题，会卡在model.load_state_dict()不报错但不动。

启动LongCat-Image-Edit（动物百变秀）

这是最轻量、反馈最快、零代码依赖的入门路径，专为图像编辑设计：

执行：bash /root/build/start.sh

等待出现 Streamlit app is running at: http://0.0.0.0:7860 字样，说明服务已就绪。

用Chrome浏览器访问 http://localhost:7860（若在远程服务器，则把 localhost 换成服务器IP）。

页面加载后，左侧虚线框拖入一张宽度≤800像素的动物图（如文档附带的橘猫测试图），右侧立即显示预览；中间文本框输入“猫变熊猫医生”，点击“开始编辑”按钮。

运行LongCat-Video-Avatar 1.5（虚拟人视频）

如果你的目标是生成带口型同步的AI数字人视频，必须走这条路径：

第一步：克隆仓库并进入目录
git clone --single-branch --branch main https://gitcode.com/meituan-longcat/LongCat-Video-Avatar-1.5 → cd LongCat-Video-Avatar-1.5

第二步：创建隔离环境
conda create -n longcat-video python=3.10 → conda activate longcat-video

第三步：安装核心依赖
pip install torch==2.6.0+cu124 torchvision==0.21.0+cu124 torchaudio==2.6.0 → pip install flash_attn==2.7.4.post1 → pip install -r requirements.txt -r requirements_avatar.txt

第四步：验证是否可调用模型
python -c "from transformers import AutoModel; m = AutoModel.from_pretrained('meituan-longcat/LongCat-Video-Avatar-1.5', trust_remote_code=True); print('load success')" → 输出 load success 才算通过。