最新11月9日消息，美团今天官宣开源LongCat-2.5，采用MIT协议，支持商用推理部署与二次训练且无需额外授权，定位是面向长程智能体任务的原生多模态模型。

规模上总参数1.6万亿，每个token激活约480亿参数，支持100万上下文，官方称其在复杂代码库开发、完整项目构建、Visual Coding与专业办公场景的端到端交付能力都有明显提升。=

长程能力的提升来自整条训练链路而不是单点改动，数据侧加入更多长程轨迹，并把真实Agent的失败轨迹转成可复现、可验证的训练任务。

强化学习侧采用partial rollout异步训练，让没跑完的长任务保存后续再跑，过采样率按通过率动态调整以过滤全对全错的样本组，同时对跨checkpoint的旧轨迹做梯度校正，降低陈旧偏差。

训练时任务环境会断网、清除git历史与文件缓存，由LLM judge监督轨迹，并对重复思考、重复工具调用与过度思考施加约束，目的是让模型专注完成任务而不是钻空子。

视觉方面没有外挂独立模块，而是把视觉信号表示为多层级离散token，对原生分辨率特征做残差向量量化逐级补足细节，视觉码本与主干联合训练，视觉与文本共享同一套参数、在同一语义空间里协同完成理解与代码生成。

推理采用W4A4方案，专家权重与激活同时量化到4bit，通过原生INT4矩阵乘法单元执行计算，官方称已评测的下游任务表现与量化前保持相当。

针对显存与带宽受限的国产算力做了协同优化，在单卡显存不足80GB的环境下用分片把压力分散到超节点内多卡，配合混合词表并行、MoonEP动态专家复制与零拷贝通信，长序列SFT的单卡吞吐量较DDP基线提升86%。