美团龙猫发布原生多模态模型LongCat-2.5,重点提升视觉理解和编程能力,面向需要智能体持续执行的复杂任务。模型总参数量为1.6万亿,每个token实际激活约480亿参数。

与上一代相比,LongCat-2.5进一步结合了看图和写代码的能力,可用于根据视觉内容编程、创意设计及3D任务。模型以统一的token形式处理图像和文字,让视觉信息能够直接参与后续推理与任务执行。

针对复杂代码库修改、完整项目构建等耗时较长的工作,美团增加了长任务过程的训练数据,并扩大长程强化学习规模。同时,团队把真实智能体执行失败的过程转化为能够复现和验证的训练任务,针对性补足模型短板。

据介绍,美团还优化了国产算力上的长上下文训练和低精度推理,以支撑上述训练与运行。目前,LongCat-2.5已提供在线体验和API接入,GitHub及Hugging Face版本将随后上线。