文章核心观点 - 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 [1] - LongCat-2.5的发布标志着“国芯国模”更进一步，不仅原生支持多模态，模型整体能力也比肩当前国际成熟闭源模型和头部开源模型 [1] - 公司围绕“支持主业”目标，重点强化商业分析、软件开发等能力，为本地生活商家配备AI帮手 [6] 模型发布与迭代 - 今年6月公司发布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 [1] - 在LongCat-2.0基础上，新模型进一步强化原生视觉理解与智能体编程能力，并优化国产算力上的长上下文训练与推理效率 [1] - 用户可在官网longcat.ai体验，开发者可通过同步上线的API调用模型 [3] 模型评测表现 - 在多项主流基准评测中，LongCat-2.5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 [2] 原生多模态与智能体编程能力 - LongCat-2.5将视觉输入转化为模型可统一处理的token，提升视觉理解能力，支持交互网页、3D展示页面等任务 [4] - 智能体编程方面，模型采用大规模长程强化学习，提升端到端工程任务能力，更好地支持复杂软件开发任务 [4] 训练效率优化 - LongCat-2.5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 [4] - 针对国产算力单卡显存小的挑战，公司围绕超节点优化任务分工，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 [4] - 在所测长上下文监督微调任务中，优化后的单卡训练吞吐量较DDP基线提升86% [4] - 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 [4] 推理效率优化 - LongCat-2.5采用W4A4方案，将专家权重和激活同时量化至4比特，在已评测的下游任务上保持与量化前模型相当的表现 [5] - 线上压测显示，相较W8A8 INT8基线，输入处理和逐token生成的吞吐量均提升约四成 [5] - 首次输出等待时间缩短约16%，后续每个token的生成耗时缩短约20% [5] 商业化应用与主业协同 - 公司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，并形成长期稳定的基础设施能力，公司不会成为Token工厂，模型和AI产品将用于支持主业，提升用户、商户体验和公司经营效率 [6] - 在品牌多渠道经营分析案例中，模型能自主构建渠道利润表，识别出支付GMV增长23.2%而渠道利润下降1.7%的增长质量问题，并结合清货经济价值、用户复购与库存风险提出差异化资源配置建议 [6] - 基于LongCat系列模型，公司推出AI经营工作台“妙手”，帮助商家在高价值经营场景中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 [7] - “妙手”已服务古茗、徐升记、益禾堂等连锁品牌，融入品牌经营分析、门店管理和增长获客等高价值经营场景 [7]