LongCat-2.5 Đang hoạt động

LongCat-2.5 là mô hình đa phương thức gốc do Meituan LongCat phát triển, với tổng cộng 1,6 nghìn tỷ tham số và khoảng 48 tỷ tham số được kích hoạt cho mỗi token. LongCat-2.5 hướng đến các tác vụ tác nhân dài hạn, rời rạc hóa tín hiệu thị giác thành các token đa cấp và xử lý thống nhất với văn bản, tăng cường năng lực Visual Coding. Nhờ học tăng cường tác nhân quy mô lớn (Agentic RL), quy trình tổng hợp dữ liệu, cùng quá trình huấn luyện ngữ cảnh dài và tối ưu lượng tử hóa W4A4 trên phần cứng tính toán nội địa, mô hình nằm trong nhóm dẫn đầu cùng GPT-5.5 và Claude-Opus-5 ở các bài đánh giá về lập trình trên thiết bị đầu cuối, duyệt và truy xuất thông tin, hiểu thị giác cùng nhiều lĩnh vực khác.

Lập trình tác nhân: Hoàn thành đầu-cuối việc phát triển kho mã phức tạp và xây dựng dự án hoàn chỉnh.
Hiểu thị giác gốc: Xử lý hình ảnh và văn bản dưới dạng token thống nhất, nổi bật về Visual Coding.
Sáng tạo và tạo 3D: Hỗ trợ tạo trang web mô phỏng chất lỏng theo thời gian thực, triển lãm kỹ thuật số 3D, sa bàn đô thị, cảnh thu nhỏ và nhiều nội dung khác.
Văn phòng chuyên nghiệp: Bao gồm phân tích vận hành, tạo báo cáo phản hồi khách hàng, thư mời sự kiện và nhiều tác vụ khác.

Mô hình hóa biểu diễn thị giác: Kế thừa phương pháp LongCat-Next, áp dụng lượng tử hóa vector dư cho các đặc trưng độ phân giải gốc của bộ mã hóa căn chỉnh ngữ nghĩa, biểu diễn tín hiệu thị giác thành các token rời rạc đa cấp; sau khi cố định tokenizer, có thể tính trước token thị giác ngoại tuyến, đơn giản hóa việc đóng gói chuỗi dài và cân bằng tải phân tán.
Học tăng cường tác nhân quy mô lớn: Xây dựng quy trình tổng hợp dữ liệu có khả năng mở rộng, tự động tạo tác vụ, môi trường và ca kiểm thử có thể xác minh, đồng thời liên tục bổ sung dữ liệu bằng các quỹ đạo thất bại thực tế của Agent; sử dụng huấn luyện bất đồng bộ partial rollout để giảm tác động của các trường hợp đuôi dài đến hiệu suất, cắt logprob để hạn chế sai lệch gradient do mẫu lỗi thời, ngắt mạng, xóa bộ nhớ đệm và thêm LLM judge để chống reward hacking, huấn luyện kết hợp xuyên tác vụ và xuyên Harness nhằm tăng khả năng khái quát hóa.
Chưng cất trực tuyến đa chuyên gia (MOPD): Chuyên gia lĩnh vực huấn luyện mô hình học sinh bằng độ phân kỳ KL trên toàn bộ từ vựng, dựa trên các mẫu trực tuyến của học sinh; chia phản hồi của giáo viên thành các per-cut prefix theo độ dài cố định và giới hạn độ dài lấy mẫu của học sinh để kiểm soát độ lệch phân phối, kết hợp Tree Attention để hoàn tất huấn luyện chỉ trong một lượt truyền xuôi và ngược, giảm chi phí tính toán và lưu trữ.
Huấn luyện ngữ cảnh dài trên phần cứng tính toán nội địa: Căn chỉnh mức độ song song FSDP/EP với số lượng card trong siêu nút để giữ giao tiếp trong miền băng thông cao, đồng thời tiếp tục giảm mức sử dụng VRAM bằng song song hóa từ vựng hỗn hợp; FSDP phân mảnh kép phân mảnh trọng số chính FP32 và trạng thái bộ tối ưu trên nhiều miền, chồng lấp giao tiếp với tính toán bằng giao tiếp không sao chép, giúp thông lượng SFT trên mỗi card tăng 86% so với DDP.
Nhất quán giữa huấn luyện và suy luận: Thống nhất các toán tử bất biến theo batch, mở rộng hỗ trợ TP và DCP, đạt logprob theo từng token nhất quán bitwise giữa huấn luyện, Prefill và Decode. Tối ưu Rollout ngữ cảnh dài: Trong chế độ tách PD, QCP/KVP và HiCache mở rộng bộ nhớ đệm hiệu dụng; sử dụng tái sử dụng chỉ mục giữa các lớp của LSA để prefetch KV xuyên lớp, giúp bộ nhớ đệm Decode gần như tăng gấp đôi; lập lịch nhận biết dung lượng tránh hiện tượng tái tính toán dây chuyền do tiến trình luân phiên của các quỹ đạo dài.

Trải nghiệm nhanh: Truy cập trang trải nghiệm trực tuyến https://longcat.chat để vào giao diện trò chuyện, sau đó trực tiếp đưa ra yêu cầu bằng ngôn ngữ tự nhiên.
Tích hợp API: Truy cập https://longcat.chat/platform/product để đăng ký khóa API và tích hợp mô hình vào ứng dụng của bạn.

Hiệu năng dẫn đầu: Tổng cộng 1,6 nghìn tỷ tham số, kích hoạt 48 tỷ tham số cho mỗi token, nằm trong nhóm dẫn đầu cùng GPT-5.5 và Claude-Opus-5 ở nhiều bài đánh giá.
Đa phương thức gốc: Tín hiệu thị giác được mô hình hóa thống nhất với văn bản dưới dạng token rời rạc đa cấp, nổi bật về năng lực Visual Coding.
Tác nhân dài hạn: Được hỗ trợ bởi Agentic RL quy mô lớn, có thể hoàn thành đầu-cuối việc phát triển kho mã phức tạp và xây dựng dự án hoàn chỉnh.
Lặp cải tiến nhanh: Huấn luyện chuỗi dài kết hợp chuyển đổi quỹ đạo thất bại thành tác vụ huấn luyện, cải thiện đáng kể so với LongCat-2.0.
Tương thích phần cứng tính toán nội địa: Các tối ưu như song song hóa siêu nút và lượng tử hóa W4A4 giúp MoE cấp 1.6T được huấn luyện và suy luận hiệu quả trên các bộ tăng tốc AI nội địa.
Kỹ thuật vững chắc: Tính nhất quán bitwise giữa huấn luyện và suy luận, cùng tối ưu rollout ngữ cảnh dài, hỗ trợ RL dài hạn quy mô lớn vận hành ổn định và hiệu quả.

Trang web dự án: https://longcat.ai/blog/longcat-2.5/

Phát triển phần mềm: Hoàn thành đầu-cuối việc phát triển kho mã phức tạp, xây dựng dự án hoàn chỉnh và các tác vụ lập trình trên thiết bị đầu cuối.
Tạo trang web trực quan: Tạo các trang web động tốc độ khung hình cao như mô phỏng chất lỏng theo thời gian thực, triển lãm tương tác di vật 3D, sa bàn đô thị và trang màu phong cách Trung Hoa.
Phân tích văn phòng chuyên nghiệp: Tích hợp dữ liệu vận hành từ nhiều kênh, đưa ra tính toán lợi nhuận, phân tích yếu tố thúc đẩy và đề xuất về tiếp thị, hàng tồn kho.
Xử lý phản hồi khách hàng: Nhận diện các phản hồi trùng lặp, sắp xếp theo mức độ nghiêm trọng và tạo báo cáo phân tích HTML tương tác.
Công cụ vận hành sự kiện: Tải ảnh địa điểm lên, kết hợp với yêu cầu bằng ngôn ngữ tự nhiên để tạo trang web mời tham gia sự kiện, cho phép đăng ký và xuất danh sách.