美团龙猫发布 LongCat-2.5:1.6T 参数原生多模态模型

2026 年 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。相比 LongCat-2.0,这一版本把原生视觉理解与智能体编程能力进一步压进基座模型。

1.6 万亿参数与长程强化学习

龙猫在长序列训练中加入了更多长程轨迹数据,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上的端到端工程能力。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,同时把真实 Agent 运行中暴露的失败轨迹转化为可复现、可验证的训练任务,针对能力短板定向补足数据。

视觉信号变成多层级离散 token

LongCat-2.5 将视觉信号表示为多层级离散 token,主干模型以统一的 token 形式处理视觉与文本输入。官方称,原生视觉理解与智能体编程能力的结合,使模型在 Visual Coding 上表现突出,并支持创意设计与 3D 等任务。基础设施侧则优化了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与长上下文 rollout 优化,支撑大规模长程强化学习的高效运行。API 接入已在 longcat.chat 平台开放。从预览版到这一版原生多模态基座的技术路线变化,可参考此前对 LongCat-2.5-Preview 的拆解。同一批模型在长上下文与智能体任务上的另一组数据,见 英伟达 Nemotron 3.5 Transcribe 的评测拆解。