美团发布 LongCat-2.5 原生多模态智能体模型
原标题：美团正式发布 LongCat-2.5：面向智能体任务的原生多模态模型
AI 摘要
美团正式发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数 1.6 万亿、每 token 激活约 480 亿，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。模型通过长程轨迹数据与大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力，并将视觉信号表示为多层级离散 token 以统一处理图文输入。配套基础设施方面，团队优化了国产算力上的长上下文训练与 W4A4 推理，FSDP 配置在长序列 SFT 中单卡吞吐较 DDP 基线提升 86%，W4A4 相对 W8A8 INT8 基线 prefill 和 decode 吞吐分别提升 43.3% 和 42.77%。
正文节选
美团正式发布 LongCat-2.5：面向智能体任务的原生多模态模型 美团正式发布 LongCat-2.5，这是一个面向长程智能体任务的原生多模态模型。模型总参数量为 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 的基础上进一步强化了原生视觉理解与智能体编程能力。 新模型在长程智能体任务中有明显效果提升，这源于我们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中的端到端工程能力。围绕数据合成、环境构建与跨 Harness 混合训练，我们持续扩展这条训练链路。此外，我们也将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。 与此同时，LongCat-2.5 具备原生视觉理解能力，可将视觉信号表示为多层级离散 token，使主干模型以统一的 token 形式处理视觉与文本输入，在 Visual Coding 上表现出色，并支持创意设计和 3D 等任务。 这些升级背后，是持续演进的基础设施：我们优化了国产算力上的长上下文训练与 W4A4 推理，并通过