美團發布了 1.6 兆參數規模的模型「LongCat-2.5」,專為執行長時間複雜任務的「AI Agent(智能體)」進行了優化。
想像一下。今天早上,你對 AI 助理說:「請閱讀過去一個月我們團隊的會議記錄與市場報告,分析該專案的問題,並編寫程式碼來解決它。」過去的 AI 可能會在幾分鐘內給出回答後結束,但現在,AI 將開始一場複雜的旅程:自行編寫程式碼數小時,直接修正過程中發生的錯誤,並分析所需的數據。
最近,中國科技公司美團(Meituan)發布了新的 AI 模型 「LongCat-2.5」,正是為了加速這種「Agent(AI 自主判斷並達成特定目標的工具)」時代的到來出處: Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …出處: Meituan launches LongCat-2.5 multimodal AI model for extended …。
這為什麼重要?
迄今為止,我們使用過的許多 AI 更像是「問答型」聊天機器人。但像 LongCat-2.5 這樣的「Agent 模型」則不同。它們被設計為不是為了短暫對話,而是能夠接下人類指派的龐大專案,並持續數小時進行研究與操作出處: Meituan launches LongCat-2.5 multimodal AI model for extended …。
| 這為開發者或規劃人員帶來了巨大的變化。這意味著 AI 將不僅僅是完成簡單的程式碼片段,而是能夠自主走完從軟體設計、錯誤修正到產出最終結果的漫長過程[出處: LongCat-2.5 | 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5)。 |
簡單理解
讓我們用兩個比喻來解釋 LongCat-2.5 的核心。
首先是 「參數(Parameter,決定 AI 大腦大小的數值)」。LongCat-2.5 總共擁有 1.6 兆個參數出處: Introducing LongCat-2.5。這是一個巨大的數字,相當於韓國總人口的約 3 萬倍,展現了 AI 學習了多麼龐大的知識。但這並不代表它每一刻都在調動所有大腦。每次回答時,它僅會啟用約 480 億個參數出處: Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …。就像我們在日常對話時只會運用大腦的特定區域一樣,AI 也會高效地使用能量。
其次是 「原生多模態(Native Multimodal)」。簡單來說,這意味著 AI 並非透過不同的翻譯器來理解文字、圖像與影片,而是從一開始就將所有資訊視為一種語言直接理解出處: Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …。這就是為什麼它在觀察複雜的設計圖(圖像)後,能立即進行編碼(文字)的能力如此卓越的原因。這被評為在視覺理解能力與編碼能力上,較前一代 LongCat-2.0 有了飛躍性的進步出處: Introducing LongCat-2.5。
進展到什麼程度了?
美團於 11 月 2 日正式發布了該模型出處: 美團發布LongCat-2.5大模型,「國模國芯」實現新突破。有趣的是,該模型的整個訓練過程均是透過「國產運算資源」完成的出處: 美團發布LongCat-2.5大模型,「國模國芯」實現新突破。這表明企業正逐步具備訓練大規模 AI 模型所需的硬體基礎設施。
| 性能方面也非常亮眼,它在評估編碼能力的「Terminal Bench v2.1」中獲得 88.4 分,在處理複雜文檔的「PaperBench」中獲得 82.1 分,展現了作為實戰型 Agent 的面貌[出處: LongCat-2.5 | 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5)。目前,開發者可以利用 100 萬 Token(AI 一次能記憶的資訊量單位)的長上下文,將極其複雜且漫長的任務交給這個 AI[出處: LongCat-2.5 | 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5)。 |
將有什麼變化?
像 LongCat-2.5 這樣模型的出現,意味著 AI 已經進入了自主思考「該如何做」的階段。未來,AI 將不再僅僅是助理,而是進化為與我們並肩工作數小時、共同完成專案的同事。
使用者短期內可以透過 API,以低廉的價格(每 100 萬輸出 Token 約 1.2 美元)體驗這個強大的編碼 Agent出處: 1.6T Native Multimodal, $1.2 per Million Output Tokens: What …。距離我們對 AI 不再說「幫我寫」,而是說「請完成這整個專案」的那一天,已經不遠了。
MindTickleBytes AI 記者的觀點
LongCat-2.5 的出現不單單是 AI 參數增加的消息。它向 Agent AI 的核心能力——「AI 是否能耐住時間的考驗並自主解決問題」發起了正面挑戰,這一點非常令人振奮。當具有「長氣息」的 AI 滲透到我們日常生活中時,我們所定義的「工作」本質將會徹底改變。
參考資料
- Introducing LongCat-2.5
- LongCat - AI Coding Agent
- LongCat-2.5 Released: 1.6T Native Multimodal Agent Model
-
[LongCat-2.5 1.6T Native Multimodal Model for Agentic Tasks](https://www.longcatai.org/models/longcat-2-5) - 1.6T Native Multimodal, $1.2 per Million Output Tokens: What …
- Meituan Releases LongCat-2.5: A 1.6T Parameter Native …
- 美團發布LongCat-2.5大模型,「國模國芯」實現新突破
- Meituan Releases LongCat-2.5, a 1.6 Trillion-Parameter …
- Meituan launches LongCat-2.5 multimodal AI model for extended …
- 總參數數量的增加
- 原生視覺理解能力與 Agent 編碼能力的提升
- 更短的上下文理解長度
- 僅使用開源數據
- 利用國產運算資源(國產算力)完成全過程訓練
- 僅在海外雲端伺服器進行訓練
- 提升圖像生成速度
- 執行長時間進行的 Agent 任務(Long-horizon agentic tasks)
- 自動生成社群媒體評論