美团开源万亿参数大模型 LongCat-2.0，五万卡国产算力全流程训练

6月30日，美团美团正式宣布开源新一代基础大模型 LongCat-2.0（中文名“龙猫2.0”）。开源官方数据显示，亿万该模型总参数量高达 1.6万亿，参数程训不仅是大模国内首个基于 5万张国产算力卡集群完成预训练及推理全流程的大型语言模型，更标志着国产算力在超大规模模型训练中的国产工程化落地。

相较于行业内普遍聚焦通用能力的算力发布策略，美团此次的全流核心重心明确指向三个维度：底层基础设施的国产替代、模型推理成本的美团极致控制，以及面向 智能体（Agent）与代码场景的开源垂直优化。

技术架构：稀疏注意力与动态激活机制

公开资料显示，亿万LongCat-2.0 此前曾以代号 “Owl Alpha” 在 OpenRouter 等平台进行灰度测试。参数程训其技术亮点主要体现在以下方面：

• 超大规模预训练：在超过 5万张国产AI芯片组成的大模集群上，完成了 30万亿 Token的国产预训练数据投喂。
• 高效推理架构：主要采用 稀疏注意力（Sparse Attention）与 动态激活机制。算力
• 低成本推理：在推理阶段，单次 Token 的平均激活参数仅约 480亿。这种设计旨在处理常规指令时，大幅减少高能耗计算节点的调用，从而显著压降单次交互的显存占用与推理成本。

能力侧重：原生支持1M上下文与Agentic Coding

LongCat-2.0 被明确设定为侧重于 智能体工作负载的专用模型。其核心能力优势包括：

1. 超长上下文处理：从零开始预训练，原生支持 1M（百万字）超长上下文。
2. 代码与智能体优化：架构设计专门针对真实的 Agentic Coding任务，使模型在代码理解、生成与执行环节更加高效、稳定。
3. 主流工具兼容：目前已兼容 Claude Code、OpenClaw等主流开发工具接口。

在主流的 Agent 与代码生成评测中，LongCat-2.0 的主要优势集中在 自动化工作流和 代码理解能力。这表明美团正试图在长文本处理和代码生成这两个高价值维度，寻找更具确定性的落地场景。

国产算力验证：打破硬件依赖壁垒

在海外高端 GPU 获取受限的市场背景下，美团自 2023 年起便大力推进国产算力适配。此次披露的 5万卡国产集群，有力验证了超大规模国产硬件在实际万亿参数模型训练中的 工程可用性。

万卡以上级别集群的核心壁垒在于 节点协同与 系统纠错。能够在此规模集群上完成从零预训练，意味着美团在以下底层能力上已达到商用标准：
* 算子适配
* 通信库异常处理
* 流水线调度

对企业而言，摆脱对单一海外硬件供应商的依赖，使其在未来的资本支出结构和算力采购上，获得了更大的 成本调控空间和供应链安全性。

业务落地：从技术探索到实质改造

在新模型发布前夕，美团内部成立了 AI Transformation 部门，反映出其对大模型的预期正从单纯的技术探索转向对业务流的实质改造。

将侧重智能体和代码能力的 LongCat-2.0 置入美团实际业务链条，预期将产生两方面的深远影响：

1. 内部研发端的结构性降本

通过接入各类开发工具，模型衍生的 AI 代码助手与 SQL 数据分析智能体，可直接缩减后端开发与数据查询的人力投入与时间消耗，实现研发效率的显著提升。

2. 业务流的自动化调度

美团主营的同城物流与本地生活业务，涉及高频的商户与骑手交互。结合 1M 超长上下文与原生工具调用能力，LongCat-2.0 可用于处理多维度的 调度指令分发与 自动化客诉流转，旨在进一步摊薄单均履约成本。

总结

LongCat-2.0 的发布，是一次基于现有国产算力底座和业务需求的 工程化交付。在行业算力投入持续扩大的周期内，美团试图通过架构调整压降推理成本，并以智能体编码作为切口推进内部提效。

该模型后续的财务表现与市场价值，仍需考察其在美团 高并发真实业务场景中，能否真正兑现预期的开发降本与运营增效指标。