美团发布 LongCat-2.0：1.6T 参数开源 MoE 模型，原生 100 万 Token 上下文
Decision Brief
变化美团发布 LongCat-2.0，一个 1.6 兆参数的混合专家模型，每个 Token 启动约 480 亿参数，支援原生 100 万 Token 上下文。
为什么重要对需要长上下文处理的开发者而言，原生 1M Token 窗口与国产 ASIC 端到端训练推理意味着成本与场景扩展的双重突破。
谁该关注开源模型用户
受影响技术栈未识别出特定技术栈
来源可信度中 · 可靠媒体或一手报导
LongCat-2.0 是美团发布的 1.6 兆参数开源混合专家（MoE）模型，每个 Token 仅启动约 480 亿参数，采用 LongCat 稀疏注意力机制实现原生 100 万 Token 上下文视窗。模型的训练与推理完全在国产 AI ASIC 超算集群上端到端完成，目前已有 API 接入路径，但文中指出部分 Benchmark 为供应商自行报告，尚未经第三方独立验证。 对于依赖开源大模型做长文档分析、代码库理解或对话历史管理的开发团队，LongCat-2.0 的原生长上下文设计能直接降低分块与检索的开发复杂度；而国产 ASIC 全栈部署则对算力受限或受制于进口芯片的国内企业更具吸引力。不过，模型在实际场景下的推理速度与准确性仍需更多独立测试来确认。
摘要依据：官方/RSS 来源详摘依据上方标注的来源范围整理，内容以原文为准。
来源
- MarkTechPost
Fast research-paper and ML tooling summaries, useful for infra and agent updates.
- MarkTechPost
留言
登入后即可留言，和其他 builder 交换实测心得。
还没有留言，抢头香。