美团技术团队最近又有大动作——正式开源了 LongCat-2.0 大模型。

这款模型总参数量高达 1.6T。但实际推理时，平均激活的参数量只有 48B 左右。属于典型的“巨量参数、高效激活”路线。

最值得关注的是，它并非为了刷榜而生。而是实打实地聚焦在 Agentic Coding（智能体编程）场景。目标就是让代码理解、生成和执行这条链路跑得更顺。

除此之外，美团还同步开放了国产卡的推理代码。这对于国内算力生态的适配来说，信号意义不可小觑。

核心要点

• 超大规模参数：1.6T 总参数量，动态激活后平均约 48B。参数量级与推理效率兼顾。
• 专为编程设计：定位清晰，就是为真实的 Agentic Coding 任务服务。从代码理解到生成再到执行，全线强化。
• 架构技术创新：LongCat 稀疏注意力 + N-gram Embedding。长上下文处理效率和 Token 级别表示能力双双提升。
• 国产算力支持：同步开放国产卡推理代码。降低在国产硬件环境下的部署门槛。

详细分析

架构创新：LongCat 稀疏注意力与 N-gram Embedding

这次在架构上下的功夫，可以说直指大模型在代码场景下的核心痛点。复杂的 Agentic Coding 任务，动辄要处理大量代码库引用和长程逻辑依赖。上下文窗口稍有不足，模型就容易“断片”。

LongCat 稀疏注意力机制的引入，就是为了解决这个效率瓶颈——让模型在长上下文中跑得更快、更准。与此同时，N-gram Embedding 的加入，让模型在 Token 级别的表示能力上更敏锐。代码里那些细微的语法结构和语义差异，都能被更好地捕捉。

性能优化：动态激活与代码执行能力

1.6T 的总参数量，听起来确实吓人。但动态激活技术让实际跑起来的参数规模维持在 48B 左右。这意味着模型既有大容量带来的知识储备，又不会在推理时显得过于笨重。

结合架构上的改进，LongCat-2.0 在代码理解、生成和执行这三个关键维度上，表现都相当能打。尤其是在面对智能体编程场景下的复杂需求时，竞争力明显更强。

生态适配：同步开放国产卡推理代码

美团这次开源，诚意很足。除了模型权重，还专门放出了国产卡的推理代码。这个动作的意义在于，它让模型在国产 AI 芯片上的部署和推理变得顺畅不少。

不依赖 CUDA 生态，也能跑起来超大规模模型。对国内开发者来说，这不仅是工具支持，更是实实在在的参考范本。

行业影响

LongCat-2.0 的开源，可以看作 Agentic Coding 领域迎来了一款更有分量的生产力工具。1.6T 的参数规模，加上针对长上下文的优化，有望推动 AI 编程助手从“代码补全”这种辅助角色，向更复杂的“自主编程智能体”演进。

同时，对国产卡推理代码的同步开放，对于构建国产算力大模型生态来说，示范价值相当突出。有助于加速国产硬件在高端 AI 模型推理领域的落地。

常见问题

LongCat-2.0 的主要应用场景是什么？

专门为 Agentic Coding（智能体编程）任务设计。适用于需要深度理解长代码上下文、生成复杂逻辑代码以及执行代码任务的自动化编程场景。

该模型在架构上有哪些独特之处？

核心创新在于 LongCat 稀疏注意力和 N-gram Embedding。前者提升了处理长文本的效率，后者强化了对代码 Token 的表示能力。再配合动态激活机制，实现了高性能与高效率的平衡。

是否支持在国产算力平台上运行？

是的。美团技术团队在开源模型的同时，同步开放了国产卡推理代码。专门用于支持和优化在国产硬件环境下的模型推理表现。

《夸克》非常好用的免费AI浏览器

下载APP查看