11月2日，美团龙猫发布面向长程智能体任务的原生多模态模型LongCat-2.5；11月9日，美团宣布该模型正式开源。该模型采用MIT协议，支持商用推理部署与二次训练，无需额外授权。
据IT之家报道，LongCat-2.5在复杂代码库开发、完整项目构建、Visual Coding与专业办公场景中，端到端交付能力均有明显提升。模型总参数1.6万亿，每个token激活约480亿参数，支持一百万上下文。
针对显存与带宽受限的国产算力芯片，团队在模型架构、芯片适配与部署策略上进行了深度协同优化。模型采用W4A4高效推理方案，将专家权重与激活同时量化到4bit，并通过原生INT4矩阵乘法单元执行计算。
LongCat-2.5在Visual Coding上支持创意设计、3D等任务，这些能力提升来自视觉表征层的改造：模型将视觉信号表示为多层级离散token，与文本一样由主干模型统一处理，而非外挂视觉模块。具体而言，模型对原生分辨率视觉特征做残差向量量化，逐级补足细节；视觉token可离线预计算并缓存，减少在线计算量，也让分布式训练负载更均衡；视觉码本与主干联合训练，视觉与文本共享同一套主干参数，在同一语义空间内协同完成视觉理解与代码生成。
💬 评论