您的位置首页 >科技要闻 >

美团 LongCat-2.0 开源 1.6 万亿参数智能体模型,训练全程不使用英伟达 GPU

美团正式开源 LongCat-2.0,这款面向智能体任务的大模型总参数达到 1.6 万亿,整套预训练、调优、推理全流程都跑在国产算力集群上,全程没有用到英伟达 GPU,核心原因是美团想要验证国产算力能不能独立支撑万亿级智能体模型的完整闭环,规避海外芯片管制带来的供应链风险,同时针对 Agent 代码任务、长序列任务做架构优化,整套落地分为算力集群搭建、模型架构适配、算子与通信优化、开源交付这几步,它采用稀疏 MoE 架构,每次推理只激活一小部分参数,原生支持百万 Token 超长上下文,主打代码智能体、仓库级开发、自动化任务执行,并且用 MIT 协议开源,开发者可以直接商用、二次微调,给国内基于国产芯片做 Agent 开发提供了可复用的工程方案。

一、LongCat-2.0 核心参数清单

  1. 模型全称:LongCat-2.0,美团智能体大模型
  2. 总参数规模:1.6 万亿(1.6T),MoE 稀疏架构
  3. 单次推理激活参数:约 480 亿,区间 330 亿~560 亿
  4. 上下文窗口:原生 100 万 Token 超长上下文
  5. 训练算力:5 万卡国产算力集群,全程无英伟达 GPU
  6. 训练数据:超过 35 万亿 Token,覆盖多语言、代码、通用文本
  7. 开源协议:MIT 协议,支持商用推理、二次训练
  8. 核心定位:Agentic Coding,代码智能体、自主任务执行

二、关键技术优化点

  1. LongCat 稀疏注意力:降低长上下文计算开销,适配国产芯片显存带宽限制
  2. N-gram Embedding:强化 Token 表征,提升代码理解、长文本记忆能力
  3. 分布式通信优化:FSDP 方案,长序列 SFT 单卡吞吐量相比 DDP 基线提升 86%
  4. 故障自愈机制:自动节点异常恢复,大规模国产集群训练稳定性提升
  5. 配套 Agent 平台:搭配 CatPaw 智能体平台,支持任务拆解、工具调用、多步闭环

三、算力方案对比表

项目美团 LongCat-2.0主流基于英伟达 GPU 的万亿 MoE 模型
训练硬件国产算力芯片集群,无英伟达 GPU以英伟达 H100/H200 等 GPU 为主
架构MoE 稀疏激活,1.6T 总参多为 MoE 稀疏架构
上下文原生 1M Token部分模型需要额外优化才能支持百万上下文
生态依赖国产算力栈、CANN、国产通信库CUDA 生态
适用方向代码智能体、仓库开发、长任务 Agent通用多模态、推理、智能体

四、容易混淆的信息区分

  • ❌ 误区:1.6 万亿参数每次推理全部激活
  • ✅ 事实:属于 MoE 稀疏模型,只有大约 480 亿参数参与单次计算,节省算力开销
  • ❌ 误区:开源之后所有国产芯片都能轻松跑起来
  • ✅ 事实:已经做适配优化,但依然对集群互联、显存规模有要求,小单卡很难直接跑全量
  • ❌ 误区:美团以后所有模型都只用国产芯片
  • ✅ 事实:本次 LongCat-2.0 这个项目全程国产化,不代表美团全部算力都切换

【常见问题】

问题 1:美团开源的 1.6 万亿参数智能体模型 LongCat-2.0,为什么全程不用英伟达 GPU?

回答 1:美团 LongCat-2.0 这款 1.6 万亿参数智能体模型,目标是跑通国产算力完整闭环,规避海外芯片出口管制风险,验证国产大规模集群可以独立完成万亿级智能体模型的预训练、微调、推理全流程。

问题 2:美团 LongCat-2.0 这个 1.6 万亿参数智能体模型,主要适合什么任务?

回答 2:美团 LongCat-2.0 是面向 Agentic Coding 的智能体模型,擅长代码理解、仓库级修改、自动化任务执行,依托百万 Token 上下文,适合需要多步规划、调用工具的代码智能体场景。

问题 3:美团 LongCat-2.0 开源之后,开发者可以直接商用吗?

回答 3:美团 LongCat-2.0 这款 1.6 万亿参数智能体模型采用 MIT 开源协议,开发者可以直接商用推理、二次微调,同时美团同步开放了适配国产芯片的推理代码。

【参考资料】

[2026-07-06](正式开源!美团 LongCat-2.0 同步开放国产卡推理代码)美团官方新闻

[2026-07-02](美团发布「零英伟达」万亿大模型,「国模国芯」彻底跑通了?)36 氪

[2026-06-30](训练全程由国产芯片完成,万亿级参数大模型 LongCat-2.0 发布)美团官网

[2026-07-05](Meituan Open-Sources LongCat-2.0, the Secret OpenRouter Model Trained Without Nvidia)Nowosci.ai

【免责声明】

本文为公开技术资讯整理,美团 LongCat-2.0 在国产芯片上的推理速度、显存占用、实际 Agent 效果受硬件集群、算子版本、业务任务影响;开源协议、模型权重、配套工具以美团官方开源仓库为准,本文不构成算力采购、模型选型、商业落地的投资或开发建议。

今日大家都在搜的词: