美团的 LongCat-2.5 正式开源了，再来回顾下核心点：

1、总参数 1.6T，激活 48B，支持 1M 上下文，MIT 协议，专门针对长程智能体、完整代码库构建和复杂办公交付设计的原生多模态模型。

2、普通模型写大项目容易半路崩盘，LongCat-2.5 直接收集真实智能体的失败轨迹，转化为可复现，可验证的训练任务。开发者实测它能直接端到端搓出带后台的多场景打斗游戏和完整的 Skill 网站。

3、长程任务动辄几万步，重头算太慢了，它用 Partial Rollout 异步训练让没跑完的任务存档续跑，动态过滤掉全对或全错的无效样本，还能跨版本修正旧轨迹偏差，让模型在超长任务里稳得住。

4、模型做题经常爱偷懒（比如翻 Git 历史抄答案，死循环调工具），这次训练环境直接网断了，还清空了 Git 历史和缓存，并且使用 LLM 裁判盯住轨迹，严惩过度思考和无效调用，实测能独立交付小店互动经营网站等复杂逻辑项目。

5、它没有外挂视觉模块，而是用残差向量量化（RVQ）把画面变成和文字平权的离散 Token，视觉和代码在同一个主干网络里协同思考，实测一句话就能生成汽车发布会 3D 演示站、水族馆交互网、水墨仙侠游戏 UI。

6、办公的核心是吞下多份脏数据，算准账，产出规范的交付物。在开发者实测中，它能自动整合多渠道电商数据、厘清数据口径算出真实利润，直接端到端生成一个可交互的电商经营分析工作台。

7、国产卡显存不到 80GB，训长文本极易爆显存或卡在跨机通信上。团队用双重分片（FSDP）和词表切分把模型拆碎摊平，并将最吃带宽的数据交换死死锁在超节点内部的高速局域网里，避免跨机器堵车。

8、万亿模型落地最怕推理的成本高，团队采用 W4A4 方案（基于 FlatQuant），把模型权重和激活同时压缩到 4-bit，在数据分发前就完成瘦身，下游表现几乎不掉点，把部署和调用的成本打下来了。

how i ai