美团开源 LongCat-2.5：总参数 1.6 万亿，支持百万上下文

技术上，LongCat-2.5 没有外挂视觉模块，而是将视觉信号表示为多层级离散 token：对原生分辨率视觉特征做残差向量量化，逐级补足细节；视觉 token 可离线预计算缓存，减少在线计算量并让分布式训练负载更均衡；视觉码本与主干联合训练，视觉与文本共享同一套主干参数。推理侧采用 W4A4 方案，将专家权重与激活同时量化到 4 bit，通过原生 INT4 矩阵乘法单元执行计算。团队还针对显存与带宽受限的国产算力芯片，在模型架构、芯片适配与部署策略上做了深度协同优化。

MIT 协议开源加上原生多模态与国产芯片适配，让 LongCat-2.5 成为国内开发者在智能体、Visual Coding 场景下可以自由商用和微调的选择，与闭源 API 模型相比可控性和成本结构不同，相关权重已上架 Hugging Face。

美团龙猫开源 LongCat-2.5 模型：总参数 1.6 万亿，支持百万上下文

IT之家 11 月 9 日消息，11 月 2 日，美团龙猫发布面向长程智能体任务的 原生多模态模型 LongCat-2.5 。随后来到今天（9 日），美团宣布该模型 正式开源 。 该模型采用 MIT 协议， 支持商用推理部署与二次训练，无需额外授权 ，是面向长程智能体任务的原生多模态模型。在复杂代码库开发、完整项目构建、Visual Coding 与专业办公场景中，端到端交付能力均有明显提升。 模型总参数 1.6 万亿，每个 token 激活约 480 亿参数，支持一百万上下文 。针对显存与带宽受限的国产算力芯片，团队在模型架构、芯片适配与部署策略上也进行了深度协同优化。 根据介绍，LongCat-2.5 在 Visual Coding 上表现出色，支持 创意设计、3D 等任务 。这些能力提升来自视觉表征层的改造：模型将视觉信号表示为多层级离散 token，与文本一样由主干模型统一处理，而非外挂视觉模块。具体而言，模型对原生分辨率视觉特征做残差向量量化，逐级补足细节；视觉 token 可离线预计算并缓存，减少在线计算量，也让分布式训练负载更均衡；视觉码本与主干联合训练，视觉与文本共享同一套主干参数，在同一语义空间内协同完成视觉理解与代码生成。 此外，LongCat-2.5 采用 W4A4 高效推理方案，将专家权重与激活同时量化到 4 bit，并通过原生 INT4 矩阵乘法单元执行计算。 IT之家附上有关链接如下： 模型开源： https://huggingface.co/meituan-longcat/LongCat-2.5 技术博客： https://longcat.ai/blog/longcat-2.5/ API 平台： https://longcat.chat/platform/product

本条情报归属 AITOP「模型」核心栏目，重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：LongCat-2.5、美团、开源模型、多模态，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明：本文原始线索采编自「IT之家」，经 AITOP 多维评分管线结构化提炼。