AI速递|美团LongCat-2.5:1.6万亿参数全国产算力

“摘要：总参数1.6万亿全程国产算力训练，单卡训练吞吐较DDP基线提升86%。

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，训练全程由国产算力完成。

今年6月，美团发布 LongCat-2.0，首次在国产算力上完成万亿参数模型的全流程训练与推理。这次是在同一路线上继续往前推了一步。

LongCat-2.5 总参数 1.6 万亿，每个 Token 激活约 480 亿参数（MoE 架构的典型形态）。相比今年6月的 LongCat-2.0，进一步强化了原生视觉理解与智能体编程能力。

这次发布里有两个基础设施层面的数字，值得单独记住：

- 中训练阶段采用最长 100 万 token 的序列开展长上下文训练，累计训练量达数万亿 token；

- 与国产算力厂商协同优化显存使用、卡间通信与计算传输效率后，单卡训练吞吐量较 DDP（分布式数据并行）基线提升 86%。

按单卡吞吐量折算，相当于一张卡能在同样时间内完成原来约 1.86 张卡的工作量，处理效率接近翻倍。推理侧采用 W4A4 方案，将专家权重和激活同时量化至 4 比特。

针对国产算力单卡显存小的现实，团队围绕超节点重新规划任务粒度与协同逻辑，让参数与任务数据的主要通信在超节点内的高速互联网络中完成。

这一段的关键词不是"参数量更大"，是"同样的卡能干更多的活"。 对没有大量算力预算的团队，后者才是决定能不能训得起来的那个变量。

官方评测结果显示，LongCat-2.5 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。

看到"部分评测"这个限定词是对的。 基准测试里"部分项目超过"和"综合能力超过"是两件事，解读时不该混。

能力提升来自两个方向：

- 原生多模态——把视觉输入转化为模型可统一处理的 Token（多层级离散 Token），主干模型以统一形式处理视觉与文本输入，从而支持交互网页、3D 展示页面这类复杂界面任务；

- 大规模长程强化学习——在长序列训练中加入更多长程轨迹数据，围绕数据合成、环境构建与跨 Harness 混合训练持续扩展训练链路。

还有一个细节很实在：团队将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。

换句话说，它不是只会答对题，而是从"以前做砸过的任务"里学。 这正是长程智能体训练里最难造的那部分数据。

模型能力最终要落到场景上。基于 LongCat 系列，美团推出了 AI 经营工作台 "妙手"，帮商家理解行业指标和品牌规则，并在商家授权范围内调用工具与系统、完成经营任务执行。

目前"妙手"已服务古茗、徐升记、益禾堂等连锁品牌，覆盖品牌经营分析、门店管理和增长获客等场景。

官方技术博客里有一个案例很值得看：某品牌支付 GMV（商品交易总额）增长 23.2%，但渠道利润下降 1.7%。 模型自主构建了全渠道利润分析表，识别出这个"增长质量"问题，并给出差异化的资源配置建议。

这个案例的价值在于它体现了智能体的能力边界在哪：不是替你做决策，而是先把藏在账里的问题挖出来。 支付GMV涨了、利润掉了，这种矛盾如果没有跨渠道的利润表，人是很难发现的。

8月28日的美团二季度财报电话会上，CEO 王兴表示：AI 能力的长期价值，是能否真正进入真实工作流、解决真实问题。"我们不会成为 Token 工厂，我们的模型和 AI 产品将用于支持我们的主业。"

第一，国产算力上的长上下文，正在从"能不能"变成"效率多高"。 1.6万亿参数、100万 token 序列、数万亿 token 训练量跑在国产算力上，配套的效率提升数据（单卡吞吐 +86%、W4A4 量化）说明这条路已经能走通。

第二，"长程智能体"的门槛在数据，不在参数。 把真实失败轨迹转成可复现、可验证的训练任务——这件事没法靠堆卡解决，只能靠真实的业务跑量。

第三，模型能力要通过"工作台"这一层才能变成生产力。 妙手的设计里有一处关键：在商家授权范围内调用工具。授权边界是智能体进入真实业务流程的门槛条件，和前几天四巨头统一 robots.txt 拒训信号是同一个方向的思路——能力给出去，权限和边界先讲清楚。

给实体经营者的翻译版本： 你不一定要自己训模型，但你要挑一个"在你授权范围内干活"的AI。授权边界讲得越清楚的工具，越能真正嵌进你的流程里。

“本文信息来源于美团 LongCat 技术博客、中证网、上海证券报、证券日报网、南方+等公开报道。文中参数规模、训练效率与评测结果均为美团官方发布口径，评测位置基于官方公布的基准测试结果，不同评测项目之间不可直接比较；案例中的 GMV 与渠道利润数据来自官方技术博客所述品牌经营分析案例。本文不构成对任何投资价值、市场结果或经营收益的承诺，相关事实以官方最新发布为准。

适合谁：关注国产算力与大模型进展的技术决策者；正在评估要把AI接进哪条业务流程的实体商户和中小企业主；做AI产品、需要评估长程智能体成熟度的团队；关注本地生活、连锁经营数字化的人。

怎么做：拿你业务里一件要连续做很多步才能完成的事出来问三个问题——第一步的输入是什么？中间几步能不能自己判断对错？最后的结果谁来验？ 三个问题答得上，才轮到谈要不要上智能体。想持续跟踪这类AI落地的拆解，可以关注公众号「玩转AI智能体轻创业」。

下一步：添加微信 yuandanaoai，发送「长程」，领取一份《业务链路自测表》，先找出你手上那段步骤最多、最耗人的流程。还有更多AI咨询，都在#公众号：玩转AI智能体轻创业 每天更新。