2026年6月30日，中國嘅互聯網公司美團（Meituan）正式發佈並開源新一代萬億參數大模型LongCat-2.0。作為業界首個喺五萬卡純中國國產算力集群上完成全流程訓練同推理嘅萬億參數模型，LongCat-2.0總參數規模達1.6T（平均激活約48B，動態範圍33B~56B），原生支援1M超長上下文。呢個重磅發佈唔單止標誌住中國企業喺超大規模模型訓練上嘅技術躍升，亦為國產AI基礎設施自主可控提供咗重要實踐案例。

LongCat-2.0採用高效混合專家（MoE）架構，針對Agentic編碼、複雜任務規劃同多模態場景進行深度優化。其開源舉措進一步降低咗行業獲取前沿模型嘅門檻，預計會加速國內AI應用生態嘅迭代同創新。

技術亮點：規模、效率與場景適配嘅平衡突破

LongCat-2.0嘅核心創新體現喺以下幾個方面：

超大規模MoE架構：總參數1.6萬億，推理時動態激活約48B參數（範圍33B~56B）。呢種稀疏激活設計喺保持強大容量嘅同時，顯著降低咗單次推理嘅計算開銷，實現性能與效率嘅良好平衡。
1M超長上下文原生支援：單次推理可處理數百萬字輸入，遠超多數國際主流模型。呢項能力特別適合長文檔分析、代碼倉庫理解同多輪複雜對話等場景。
Agentic能力優化：模型針對智能體（Agent）應用進行咗專項強化，喺代碼生成、任務規劃同工具調用等方面表現出色，適合企業自動化同複雜工作流需求。
國產算力全棧適配：訓練與推理全程基於國產算力集群（約5-6萬卡），呢個係目前公開報道中規模最大嘅國產算力萬億模型訓練案例，驗證咗國內硬件生態喺超大規模訓練中嘅可用性。

美團LongCat團隊表示，該模型喺SWE-bench Pro、Terminal-Bench等基準上取得競爭性成績，並喺實際企業場景測試中展現出高效嘅落地能力。

發佈背景：國產算力突破與產業自主需求

LongCat-2.0嘅誕生有深刻嘅產業背景：

國產算力自主可控嘅迫切性：喺國際芯片供應鏈不確定性增加嘅背景下，美團選擇全程使用中國國產算力訓練萬億模型，具有重要示範意義。此前中國國內雖有大模型發佈，但萬億參數級別全流程國產算力訓練尚屬首次。
美團自身業務驅動：作為本地生活服務巨頭，美團喺AI落地場景上積累豐富。LongCat-2.0嘅開發直接服務於其Agentic應用需求，如智能客服、內容生成同供應鏈優化等，推動業務智能化升級。
開源戰略選擇：同部分國際巨頭封閉模型唔同，美團選擇開源LongCat-2.0，旨在凝聚社區力量，加速中國AI生態建設，同時提升自身技術影響力。

呢次發佈同DeepSeek等國內新勢力嘅同期動作共同構成咗2026年中國萬億參數模型嘅集中爆發，顯示本土AI企業喺規模化訓練同場景適配上嘅快速追趕。

深遠影響：技術、產業與生態嘅多維度重塑

對技術發展嘅影響：

國產算力信心提振：LongCat-2.0嘅成功驗證咗五萬卡級國產集群喺萬億模型訓練中嘅穩定性，為後續更大規模訓練提供咗寶貴經驗同技術路徑。
模型效率範式創新：MoE架構結合動態激活同超長上下文嘅實踐，為行業提供咗高效大模型設計嘅新參考，有助於降低訓練同推理成本。
Agentic能力標桿：其喺複雜任務規劃同工具使用上嘅優化，將推動國內Agent生態嘅快速發展。

<