7 月 6 日消息，据 IT之家报道，美团已将万亿参数大模型 LongCat-2.0 正式开源，并同步开放面向国产算力优化的推理代码。公开信息显示，LongCat-2.0 总参数规模为 1.6T，平均激活参数约 48B，主要面向真实 Agentic Coding 任务。
在模型架构上，LongCat-2.0 引入了 LongCat 稀疏注意力 和 N-gram Embedding。前者用于提升长上下文处理效率，后者用于增强 token 级表示能力；同时，模型结合动态激活机制，进一步面向代码理解、代码生成和任务执行等场景进行优化。
LongCat 官方页面显示，LongCat-2.0 是一款面向 Agentic Coding 的 1.6T 开源 MoE 模型，支持原生 1M 上下文，并具备每个 token 动态激活约 33B–56B 参数的能力。官方还强调，该模型围绕长上下文、代码任务、Agent 执行和错误恢复等方向进行了设计。
此次开源的一个重点，是美团同步开放了面向国产算力平台优化的推理成果。IT之家援引官方介绍称，LongCat-2.0 是业界首个在五万卡国产算力集群上完成推理的万亿参数模型，并针对显存、带宽受限的国产算力芯片，在模型架构、芯片适配和部署策略上进行了协同优化。
在部署层面，LongCat-2.0 本次提供 BF16、FP8、INT8 等多精度版本，以覆盖不同算力平台和部署需求。对于开发者和企业团队来说，这意味着 LongCat-2.0 不只是开放模型权重，也提供了更贴近国产硬件环境的推理适配方案。
从应用方向看，LongCat-2.0 的核心定位并不是通用聊天，而是面向代码与智能体任务。它更适合用于代码生成、代码理解、软件工程任务执行、长上下文代码库分析、自动化开发流程和 Agentic Coding 应用构建。随着大模型逐步进入真实业务场景，类似 LongCat-2.0 这种围绕“任务执行”和“国产算力部署”优化的模型，可能会成为企业级 AI 应用落地的重要方向之一。
©版权声明：如无特殊说明，本站所有内容均为AIHub.cn原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。