日前，美团龙猫方面正式发布 LongCat-2.5 原生多模态模型，面向长程智能体任务。该模型的总参数量达到 1.6 万亿，每个 Token 激活约 480 亿参数，在此前 LongCat-2.0 的基础上进一步强化了原生视觉理解与智能体编程能力。

据官方介绍，LongCat-2.5 通过在长序列训练中加入更多长程轨迹数据，并结合大规模长程强化学习，提升了模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。围绕数据合成、环境构建与跨 Harness 混合训练，持续扩展相关训练链路，同时将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，根据模型能力短板补充训练数据。

在多模态能力方面，LongCat-2.5 将视觉信号表示为多层级离散 Token，使主干模型能够以统一的 Token 形式处理视觉与文本输入。官方公布的信息显示，LongCat-2.5 采用原生分辨率视觉离散化方案，通过残差向量量化处理视觉特征，并支持离线预计算和缓存视觉 Token ID，以减少在线视觉计算开销。

训练方面，美团龙猫为 LongCat-2.5 搭建了面向长程任务的 Agentic RL 训练链路，覆盖数据与环境构建、异步训练、奖励设计及混合训练等环节。其中，训练数据来源包括 GitHub 公开仓库和内部真实场景的代码任务，并通过自动化方式生成任务环境和测试用例，对模型执行结果进行验证。

基础设施方面，LongCat-2.5 针对国产算力优化了长上下文训练与推理方案，并采用 W4A4 量化技术，将专家权重与激活同时量化至 4bit。此外还通过训推数值一致性优化和长上下文 Rollout 优化，支持大规模长程强化学习任务运行。

官方表示，在国产 AI 加速器上的长序列 SFT 任务中，相关 FSDP 配置的单卡吞吐量较 DDP 基线提升 86%。在线上压测中，相较于 W8A8 INT8 基线，W4A4 方案的 Prefill 和 Decode 吞吐量分别提升 43.3% 和 42.77%，TTFT 和 TPOT 分别降低 15.91% 和 19.72%。

据了解，美团方面自 2025 年起开始加快 LongCat 系列模型的发布节奏。2025 年 9 月 1 日，其发布并开源首款大语言模型 LongCat-Flash-Chat，总参数量为 5600 亿。同年 9 月 22 日，推出 LongCat-Flash-Thinking 推理模型。此后，美团陆续发布视频生成模型 LongCat-Video、全模态模型 LongCat-Flash-Omni 及图像生成模型 LongCat-Image，逐步将模型能力扩展至语言、图像和视频等领域。

2026 年 6 月，美团正式发布 LongCat-2.0，其总参数量达到 1.6 万亿，平均激活约 480 亿参数，并支持 100 万 Token 上下文。同年，美团还持续推进自研模型在业务场景中的应用，推出面向商家经营场景的妙手（CatPaw）AI 工作台。其中，智能掌柜已覆盖全国约 130 万家餐饮商家、超过 13 万家品牌门店。

【本文图片来自网络】

加入收藏 点赞 ( 0 ) 踩 ( 0 )