美团于11月2日正式发布新一代大模型LongCat-2.5，这是一款面向长程智能体任务的原生多模态模型，总参数规模达到1.6万亿。所谓“长程智能体任务”，指的是模型需要在较长的时间跨度内持续规划、调用工具、处理多步复杂指令，而非只完成单轮问答；而“原生多模态”则意味着模型从训练阶段起就同时处理文本、图像等多种信息形态，而非在语言模型基础上后期拼接视觉能力。这两项定位叠加，使LongCat-2.5瞄准的是能够独立完成复杂工作流的智能体场景。
此次发布最受关注的焦点，是该模型全程在国产算力上完成训练。据披露，这是目前国产算力上完成的最大规模训练任务。万亿参数级别的模型训练对芯片算力、互联带宽、并行策略和训练稳定性都提出极高要求，此前这一量级的训练大多依赖进口高端芯片集群。LongCat-2.5在国产算力上跑通全流程，意味着国产芯片在大规模分布式训练中的可用性得到一次实战检验，也为国内大模型厂商提供了不依赖海外算力的可行路径参考。
从行业角度看，这一进展的意义体现在两个层面。其一是模型层面，LongCat系列延续原有研发方向迭代至2.5版本，参数规模与任务定位同步上探，说明美团在大模型自研上保持持续投入，并试图在智能体这一竞争激烈的方向上建立差异化。其二是产业链层面，国产芯片与国产模型的协同推进，有助于降低外部供应链波动带来的不确定性，推动从芯片、框架到模型训练的软硬件生态逐步闭环。当然，万亿参数模型的训练成本、推理效率以及实际任务表现仍有待更多细节披露和第三方评测验证，国产算力集群在长期稳定性与生态成熟度上也需要更多大规模任务来积累经验。但可以确定的是，LongCat-2.5的发布为“国产算力能否支撑前沿大模型”这一关键问题，提供了一个具有分量的正面样本。
