什么值得买App下载 App ›
连续签到专享现金活动

美团LongCat全系开源:万卡集群训出万亿参数大模型,1.6万亿参数版本面世

2026年6月25日,美团LongCat团队正式开源LongCat系列模型并同步发布VitaBench 2.0评测基准。VitaBench 2.0定位为业界首个真实生活场景下面向长期动态用户建模的智能体评测基准,构建了56个用户画像与2000余个动态偏好标注,涵盖外卖点餐、到店消费、在线旅游三大高频场景,共包含819个服务请求与66个可执行工具,平均交互跨度长达1580天,最长可达2974天。评测聚焦大模型在长周期人机交互中的个性化建模与主动服务能力,发现捕捉并应用用户偏好已成为限制智能体落地的核心瓶颈。123
技术架构层面,VitaBench 2.0设计了Agentic Memory与RAG Memory两种记忆模式,通过统一评测框架进行公平对比。其中约20%的交互数据融入噪音信号,考验模型从混杂信息中提取真实偏好的能力。评测发现,即便最先进的大模型在真实个性化场景中仍面临显著挑战,主动提问与偏好排序整合的难度远超偏好提取本身。LongCat团队联合新加坡国立大学、中国科学技术大学、北京邮电大学及浙江大学共同发布该基准,旨在为智能体在真实场景的研发应用提供基础设施支撑。42
01LongCat系列开源脉络与技术演进
LongCat系列模型采用混合专家(MoE)架构,2025年9月1日首发5600亿参数版本LongCat-Flash-Chat,通过"零计算专家"机制实现动态算力分配,每条输入平均激活270亿参数。2026年2月推出685亿参数的轻量化版本LongCat-Flash-Lite,创新引入N-gram嵌入层架构,推理仅激活29亿至45亿参数,却在Agent工具调用、代码生成等任务上大幅领先同规模模型,API生成速度达500至700 token/s,支持256K长上下文,采用MIT协议开源。56
2026年4月24日发布的LongCat-2.0-Preview将总参数规模提升至1.6万亿,激活参数约480亿,支持100万token超长上下文。该模型全程依托国产算力集群完成训练,动用5万至6万张国产加速卡,实现国产芯片上万亿级大模型训推闭环。LongCat团队还自主研发了LoZA稀疏注意力机制,将长文本处理能力从256K扩展至1M,128K上下文解码速度提升10倍。此外,LongCat-Video视频生成模型(136亿参数)与LongCat-Video-Avatar数字人模型(13.6B参数)先后开源,均采用MIT协议,涵盖文生视频、图生视频、视频续写及音频驱动数字人生成等能力。78910
02开源策略与开发者生态影响
美团采取矩阵式全栈开源策略,从基座语言模型延伸至推理模型、多模态生成模型及评测基准,形成覆盖文本、图像、视频、语音、数字人等方向的完整生态。这种"全家桶"式开源路径在国内大模型社区中较为罕见,LongCat-Flash-Lite在τ-Bench行业场景中取得电信72.8分、零售73.1分、航空58.0分的最高分,代码修复任务SWE-Bench准确率达54.4%,TerminalBench得分33.75,均显著领先同规模对比模型。测试期间每日提供1000万免费Token额度,降低开发者接入门槛。51112
VitaBench 2.0的开源填补了长期动态智能体评测领域空白。传统评测基准主要聚焦单次任务的推理与工具调用能力,难以评估模型在长周期真实互动中的个性化与主动性表现。该基准通过时间标尺机制按序暴露交互信息,模拟用户偏好的渐进演化与漂移,为不同记忆架构提供统一对比环境。评测揭示的核心瓶颈表明,下一代智能体的竞争力将取决于偏好理解与主动服务能力,而非单纯的任务执行准确率。42
开发者可通过GitHub仓库与HuggingFace平台获取VitaBench 2.0评测代码、56个虚拟用户画像及66个工具接口定义。LongCat系列模型权重与技术报告同步开源,LongCat-Flash-Lite提供完整推理引擎SGLang-FluentLLM。API接入渠道已开放,支持开发者快速集成至自有应用。美团官方渠道将提供长期技术支持与社区交流入口。156

评论

评论区空态插画

当前文章无评论,是时候发表评论了