美团今天正式开源了其最新的大模型——LongCat-2.5，采用MIT协议，这意味着无论是商业推理部署还是二次训练，都无需额外授权。这头“猫”的核心定位相当明确：它是一款面向长程智能体任务的原生多模态模型。
从规模上看，LongCat-2.5 总参数量达到1.6万亿，但每个token仅激活约480亿参数，支持100万token的超长上下文。官方表示，长上下文带来的直接好处是，在复杂代码库开发、完整项目构建、Visual Coding 以及专业办公场景的端到端交付能力上，都有显著提升。
这种长程能力的飞跃并非通过单一技术捷径实现，而是对整个训练链路的系统性重构。数据层面，团队在训练语料中加入了大量长程任务轨迹，甚至将其Agent在真实环境中的失败“翻车经历”转化为可复现、可验证的训练任务，让模型从错误中学习而非回避问题。
在强化学习环节，美团引入了一项名为“partial rollout”的异步训练技术：对于那些耗时极长、未能一次跑完的任务，系统会保存进度允许后续继续执行。同时，通过动态调整过采样率过滤那些全对或全错的样本组，并利用跨检查点的旧轨迹进行梯度校正，有效降低了训练过程中的陈旧偏差。
一个颇为有趣的细节是：在训练过程中，任务环境会主动断网、清除git历史与文件缓存，以此堵住模型可能“偷懒”的捷径。同时，由LLM judge全程监督轨迹，对重复思考、重复调用工具以及过度思考等行为施加惩罚性约束——目的很纯粹，就是让模型学会高效地完成任务，而不是在参数空间里玩文字游戏。
视觉方面，LongCat-2.5没有外挂任何独立的视觉模块。它采用了一种多层级离散token的表示方法，将原生分辨率的视觉特征通过残差向量量化逐级补足细节。视觉码本与模型主干联合训练，视觉与文本共享同一套参数，在同一语义空间里协同完成代码生成与视觉理解。
推理层面，LongCat-2.5采用了W4A4量化方案，即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。官方声称，在已评测的下游任务中，其表现与量化前保持相当，没有出现明显的性能衰减。
更值得关注的是，美团针对国产算力进行了协同优化。针对显存与带宽受限的环境，团队通过分片策略将计算压力分散到超节点内的多张显卡上。配合混合词表并行、MoonEP动态专家复制与零拷贝通信技术，在单卡显存不足80GB的条件下，长序列SFT的单卡吞吐量相比传统DDP基线提升86%。这无疑为国内依赖国产芯片的AI生态提供了极具商业落地价值的参考方案。