11 月 2 日，美团发布 LongCat-2.5。参数表上写着 1.6 万亿总参数、每个 token 激活约 480 亿，但这张表里最值得看的一行不是数字，而是训练用的算力——据披露，这次训练全程跑在国产算力上。LongCat-2.5 总参数 1.6 万亿，每个 token 激活约 480 亿，属于典型的 MoE 稀疏架构；定位是面向长程智能体任务，强化原生视觉理解与智能体编程。也就是说，它要解决的不是「回答一句话」，而是「连续做一长串操作」——这类任务对上下文长度、工具调用稳定性的要求，比聊天场景高得多。据披露，这次训练全程使用国产算力，是目前国产算力完成的最大规模训练任务。参数不是重点，重点是「国产卡跑完了一次万亿级训练」，而且过程可复现。此前行业里更常见的说法是「推理能用、训练还得靠进口」，这次至少在一个具体项目上，把这句话往后推了一步。从「能不能跑」到「跑完一次」，中间隔着的正是工程能力。万亿参数训练的难点不在算法，在稳定性：几千张卡连跑数十天，一次通信抖动、一个算子不兼容，都可能让整个任务重来。有大集群、有自研框架、有工程团队的机构，才有条件把这套流程走通。国产算力的下一道门槛，不在单卡峰值，而在集群规模与软件栈成熟度——这也解释了为什么最近几个大模型团队都在强调「全国产训练」。具体训练细节与效果，以官方技术披露为准。
