美团龙猫发布 LongCat-2.5：1.6T 参数原生多模态模型，主打长程智能体任务
美团龙猫发布 LongCat-2.5 原生多模态 AI 模型：1.6T 参数，面向长程智能体任务
美团把 LongCat-2.0 升级成 1.6T 参数的多模态版本，专门练长程编程和 Agent 任务，视觉和代码能力都拉满，可以在线直接试。
美团龙猫于 11 月 2 日发布 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数。模型在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力，通过大规模长程强化学习提升复杂代码库开发和完整项目构建的端到端工程能力。视觉信号被表示为多层级离散 token，与文本统一处理，在 Visual Coding 上表现出色，并支持创意设计和 3D 任务。官方还针对国产算力优化了 W4A4 推理和长上下文训练，模型可通过 longcat.chat 在线体验和 API 接入，GitHub 与 HuggingFace 即将上线。
美团龙猫发布 LongCat-2.5 原生多模态 AI 模型：1.6T 参数，面向长程智能体任务
IT之家 11 月 2 日消息，美团龙猫今日发布面向长程智能体任务的原生多模态模型 LongCat-2.5， 模型总参数量为 1.6 万亿 ，每个 token 激活约 480 亿参数，在 LongCat-2.0 的基础上进一步强化原生视觉理解与智能体编程能力。 据介绍，龙猫在长序列训练中加入更多长程轨迹数据，并通过 大规模长程强化学习 ，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。围绕数据合成、环境构建与跨 Harness 混合训练，官方持续扩展这条训练链路。此外，龙猫将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。 与此同时，LongCat-2.5 将视觉信号表示为多层级离散 token，使主干模型以统一的 token 形式处理视觉与文本输入。原生视觉理解与智能体编程能力的结合，使模型在 Visual Coding 上表现出色，并支持创意设计和 3D 等任务。 官方表示，这些升级由持续演进的基础设施支撑：优化国产算力上的长上下文训练与 W4A4 推理，并通过训推数值一致性和长上下文 rollout 优化，支撑大规模长程 RL 的高效运行。 IT之家附评测结果： 在线体验： https://longcat.chat API 接入： https://longcat.chat/platform/product Github、HuggingFace：即将上线
