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】
