专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！
美团于11月2日正式发布LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型。该模型总参数量达1.6万亿，每Token激活约480亿参数，全程采用国产算力训练。相较于前代产品，LongCat-2.5在视觉理解、智能体编程以及长上下文推理能力上实现了显著增强，旨在解决将复杂需求拆解为连续步骤并交付完整项目的技术难题。
原生多模态：从视觉理解到代码生成
LongCat-2.5的核心突破在于将视觉理解与编程能力深度融合。模型通过将视觉信号转化为多层级离散Token，实现了对文本与图像的统一处理。这意味着图片不再仅作为描述对象，而是直接成为编程任务的一部分。模型能够结合截图或设计稿解析页面结构，进而生成或修改代码，重点覆盖视觉编程、创意设计及3D任务等应用场景。
官方演示案例涵盖了实时流体模拟、3D展示页面、城市微缩景观等视觉内容生成，以及经营分析、反馈报告等办公自动化任务。对于开发者而言，关键挑战不仅在于模型能否“看懂”图像，更在于其能否将视觉信息准确转化为代码修改，并在涉及多文件、多工具的多轮操作中保持目标一致性，最终完成完整项目交付。
强化长程执行：提升复杂任务完成率
针对长程智能体在执行过程中可能面临的工具报错、代码运行失败及理解偏差等问题，LongCat-2.5引入了大规模长程强化学习以优化端到端工程能力。训练流程涵盖数据合成、交互环境构建及混合智能体工具环境训练。特别是将执行中的失败轨迹整理为可复现、可验证的训练任务，有效补足了模型的能力短板，使其具备根据反馈动态调整执行路径的能力。
基准测试显示，LongCat-2.5在编码、智能体和视觉等多维度的表现介于Claude Opus 4.8与Opus 5之间，部分指标甚至超越Opus 5。该模型兼容Claude Code、Codex、Hermes等主流智能体工具，开发者可将其接入现有工作流，实现任务的连续执行而非仅提供单次建议。
国产算力优化：提升训练与推理效率
在算力优化方面，LongCat-2.5全程基于国产算力训练，并在长上下文处理上进行了深度优化。数据显示，在长序列监督微调任务中，优化后的单卡训练吞吐量较DDP基线提升86%。
推理侧采用W4A4量化方案（权重和激活均量化至4比特）。与W8A8 INT8基线相比，该方案使输入处理和逐Token生成的吞吐量提升约40%，首次输出等待时间缩短约16%，后续每个Token生成耗时缩短约20%。这些优化显著降低了长上下文训练和连续推理的资源开销，提升了智能体任务的运行稳定性与响应速度。
落地美团业务：赋能商业分析与软件开发
美团已将LongCat系列模型应用于本地生活业务场景，重点聚焦商业分析和软件开发。例如，在品牌多渠道经营分析中，模型能够构建渠道利润表，精准识别如“支付GMV增长23.2%但渠道利润下降1.7%”等关键指标变化，并据此提供资源配置建议。
基于此推出的AI经营工作台“妙手”，已深入品牌经营分析、门店管理及增长获客等环节。虽然现有材料主要介绍LongCat系列的整体应用，未单独详述2.5版本在“妙手”中的具体部署细节，但其强大的数据处理与决策辅助能力已得到验证。
开放策略：支持在线体验与API调用
目前，用户可通过LongCat官方网站体验LongCat-2.5，开发者亦可通过API进行调用。官方文档已列出Claude Code、Codex、Hermes等工具的接入指南。需要注意的是，GitHub和Hugging Face上的模型权重标注为“即将上线”，当前阶段主要开放在线服务及API接口，权重尚未同步公开。
LongCat-2.5通过整合原生视觉理解、编程能力及多步任务执行机制，并结合国产算力下的高效训练与低比特推理技术，为复杂长程任务提供了新的解决方案。未来，其在真实代码库维护、视觉编程及长时间运行任务中的实际表现，将成为检验其“长程”能力的核心标准。
END
