美团龙猫发布原生多模态模型LongCat-2.5

11月2日

1. 22:35

   美团 LongCat

   美团 LongCat 发布 LongCat-2.5 多模态智能体模型，总参数 1.6T、激活约 48B

   美团 LongCat 发布 LongCat-2.5，这是其最新的原生多模态智能体模型，总参数 1.6T、激活参数约 48B。该模型面向长程智能体任务，增强了视觉理解与智能体编码能力，覆盖复杂编码项目以及创意设计、3D 等视觉编码工作。更多信息见 https://t.co/ULLDweplqR。

   展开摘要
2. 18:34

   凤凰科技精选

   美团 LongCat 团队发布 1.6 万亿参数原生多模态模型 LongCat-2.5

   美团 LongCat 团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 Token 激活约 480 亿参数。在美团公布的 AutomationBench、LongCatClawBench 等基准上，LongCat-2.5 领先 Claude-Opus-5、GPT-5.6-Sol；在 Terminal Bench v4.0 上得分 38.5，超过 GPT-5.6-Sol 但落后于 Claude-Opus-5。模型将视觉信号转为多层级离散 Token 与文本统一处理，并针对国产加速器单卡不足 80GB 显存重设并行策略，长序列 SFT 单卡吞吐量较 DDP 基线提升 86%。

   展开摘要
3. 15:23

   雷锋网

   美团发布 LongCat-2.5 大模型，1.6 万亿参数全程国产算力训练

   11 月 2 日，美团发布新一代大模型 LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数 1.6 万亿。该模型延续 LongCat 系列研发方向，全程在国产算力上训练，是目前国产算力上完成的最大训练任务。

4. 13:22

   中华网科技精选

   美团发布 LongCat-2.5 大模型，总参数 1.6 万亿

   美团发布新一代大模型 LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数 1.6 万亿，全程在国产算力上训练。评测结果显示，该模型在多项主流基准评测中的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，部分评测超过 Claude-Opus-5。美团同时基于 LongCat 系列推出 AI 经营工作台“妙手”，帮助本地生活商家理解行业指标与品牌规则，并在授权范围内调用工具完成经营任务。

   展开摘要
5. 13:22

   中华网科技相关讨论

   中华网科技 参与了这场讨论 ↗

   原帖参与热度计算，不等同于正式报道或已确认事实。

6. 12:09

   新浪科技

   美团发布 LongCat-2.5 大模型，1.6 万亿参数全程国产算力训练

   美团发布新一代大模型 LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数 1.6 万亿，训练全程由国产算力完成。模型在中训练阶段采用最长达 1M token 的序列开展长上下文训练，累计训练量达数万亿 token，并针对国产算力单卡显存小的挑战围绕超节点优化任务分工。美团称其在多项主流基准评测中的成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，并在部分评测中超过 Claude-Opus-5。

   展开摘要
7. 11:17

   IT之家·人工智能

   美团龙猫发布 LongCat-2.5 原生多模态模型，1.6T 参数面向长程智能体任务

   美团龙猫发布原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。该模型在长序列训练中加入更多长程轨迹数据，并通过大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力，同时把视觉信号表示为多层级离散 token 以统一处理视觉与文本输入。官方称其优化了国产算力上的长上下文训练与 W4A4 推理，GitHub 与 HuggingFace 即将上线。

   展开摘要
8. 11:17

   IT之家·人工智能相关讨论

   IT之家·人工智能 参与了这场讨论 ↗

   原帖参与热度计算，不等同于正式报道或已确认事实。

9. 09:18

   凤凰科技

   美团龙猫发布 LongCat-2.5 原生多模态模型，1.6T 参数面向长程智能体任务

   美团龙猫发布原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。该模型在长序列训练中加入更多长程轨迹数据，并通过大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力。LongCat-2.5 将视觉信号表示为多层级离散 token，使主干模型以统一 token 形式处理视觉与文本输入，支持创意设计和 3D 等任务。

   展开摘要