LongCat-2.0

§ 01综述

LongCat-2.0 是美团最新发布的大型语言模型，采用混合专家（MoE）架构，参数规模达1.6万亿，并在完全基于国产芯片的算力环境下完成训练，标志着中国AI大模型在自主可控路径上取得关键突破。该模型不仅证明了国产硬件训练超大规模模型的可行性，还实现了从芯片到应用的全链条闭环。

LongCat-2.0 近期进展

国产芯片训练1.6T参数模型：美团LongCat-2.0使用国产加速卡（而非英伟达GPU）成功训练了1.6万亿参数的MoE模型，实现了全栈国产化AI训练闭环美团LongCat-2.0国产芯片训练实现AI训练闭环。

性能达到国际前沿水平：在SWE-bench Pro评测中，LongCat-2.0取得59.5分，展现出与同类顶级模型竞争的能力美团LongCat-2.0发布：1.6T MoE模型，SWE-bench Pro达59.5。

内部应用迁移：美团已全面将内部AI服务从豆包大模型迁移至LongCat与DeepSeek，LongCat成为核心依赖模型之一美团内部全面限用豆包大模型，迁移至LongCat与DeepSeek。

零英伟达依赖训练：训练过程未使用任何英伟达芯片，完全基于国产加速卡完成，引发业界对AI算力替代路线的广泛讨论美团发布LongCat-2.0，1.6T参数MoE，零英伟达依赖国产加速卡训练。

当前焦点与观察点

LongCat-2.0 的核心意义在于验证了国产芯片支撑万亿参数大模型的能力，打破了此前对英伟达高端GPU的路径依赖。不过，模型的实际推理效率、国产芯片在大规模训练集群中的稳定性以及商业落地成本，仍是外界关注的焦点。此外，美团内部全面弃用豆包、转向自研与DeepSeek的组合，也反映了中国互联网大厂在AI基础设施上的自研替代趋势加速。LongCat-2.0 能否在更广泛的应用场景中持续输出竞争力，尚待更多第三方评测与工业级部署验证。

§ 02相关报道10 条在档

§ 03邻近话题