糊涂熊笔记

一家送外卖的公司，刚刚在国产算力上训出了一个 1.6 万亿参数的模型。

11 月 2 日，美团发布新一代大模型 LongCat-2.5，定位是面向长程智能体任务的原生多模态模型：总参数 1.6 万亿，MoE 架构，每次只激活约 480 亿参数。今年 6 月的 LongCat-2.0，是第一次在国产算力上完成万亿参数模型的全流程训练与推理；到了 2.5，训练全程依然由国产算力完成，也是目前国产算力承接过的最大规模训练项目。

先把 1.6 万亿这个数字翻译成人话。总参数是模型的全部家当，激活参数是干活时真正上场的人。1.6 万亿人待命，每次只叫 480 亿出来干活，账单就按这 480 亿算。这就是 MoE 的精髓：规模摆在那儿，花销不用跟着规模走。对开发者来说，模型够大够聪明，但调用成本没被拖垮，这才是参数规模落到使用场景里的意义。

2.5 真正想解决的，是“长活儿”。以前的 AI 大多是接一个指令干一步，活儿一长就容易断线、忘事。LongCat-2.5 的中训练阶段用了最长 100 万 Token 的序列，累计训练量达数万亿 Token。100 万 Token 的上下文意味着什么？相当于把一个完整项目的全部代码、文档、历史记录一次性塞进脑子里，再开工。模型不用每干几步就回头问你“前面说到哪儿了”，能把一件事从头干到尾。

美团给的品牌经营案例能说明这种“长活儿”长什么样。模型自主构建渠道利润表，发现支付 GMV 增长了 23.2%，渠道利润反而下降了 1.7%，揪出了增长质量问题，再结合清货的经济价值、用户复购和库存风险，给出差异化的资源配置建议。从经营核算、问题诊断到决策建议，整条链子一次走完。这不是聊天机器人陪你说话，是直接上手干分析师的活。

视觉那块也值得说一句。LongCat-2.5 把视觉信号表示为多层级离散 Token，让主干模型用统一的 Token 形式同时处理视觉和文本输入。换成人话：以前模型看图和看字用的是两套脑子，现在图片被切成和文字一样的积木块，一套脑子就能同时看字看图。于是它能做 Visual Coding，能支持交互网页、3D 展示页面和创意设计——看一眼设计稿，直接动手改代码、搭页面。

对普通人来说，这事的落点不在参数表上，在美团说的“支持主业”四个字。LongCat-2.5 重点强化的就是商业分析、软件开发这些能力，目标是给本地生活商家配一个 AI 帮手。一个开餐馆的老板，不用再对着一堆渠道报表发愁哪个渠道真赚钱，模型能算清账、指出问题、给出建议。模型最后拼的不是榜单，是能不能替真实的人省下真实的时间。

但有两盆冷水得先泼。第一，发布不等于开源。在线体验和 API 已经开放，但 GitHub 和 HuggingFace 上的权重还是“即将上线”，完整跑分和技术报告也尚未公开。美团方面表示，多项主流基准成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间、部分评测超过后者——这是官方口径，在完整数据公开之前，只能先记下来，不能当成定论。第二，“国芯国模”这四个字真正的含金量不在口号里，在硬仗里：国产算力单卡显存小，多张卡协同处理 100 万 Token 的长序列时，显存和卡间通信直接决定效率。美团的解法是围绕超节点优化任务分工，让参数和任务数据的主要通信在超节点内的高速互联网络中完成。能把这么大的模型在国产算力上从头训到尾、还跑起来，这一步本身比参数数字更值得看。

大模型竞赛的上半场，大家比的是谁的模型更大、榜单更高；下半场，比的是谁能把模型塞进真实业务、扛住真实算力、干完真实的长活儿。美团这次最值得看的不是 1.6 万亿这个数字，是它证明了一件事：国产算力这条路，不是备选项，是已经能走通的路。至于这条路能走多远，等权重上线、等第三方跑分出来，再下判断也不迟。

（数据来源：美团 11 月 2 日官方发布，经新浪科技、上证报、虎嗅等报道交叉核实；权重尚未上线、完整跑分与技术报告未公开等状态已在文中标注。）

相关阅读：DeepSeek登顶、Kimi K3.1 Pro