沒想到啊，最新SOTA的開源大模型……
來自一個送外賣（Waimai）的——有兩個AI，確實不一樣。
這個最新開源模型叫：Longcat-Flash-Chat，美團(tuán)第一個開源大模型，發(fā)布即開源，已經(jīng)在海內(nèi)外的技術(shù)圈子里火爆熱議了。
一方面是因為成績亮眼：
它在部分benchmark上，比如Agent工具調(diào)用、指令遵循的表現(xiàn)超過DeepSeek-V3.1、Qwen3 MoE-2507，甚至比閉源的Claude4 Sonnet還要好。
編程能力也值得關(guān)注，在TerminalBench上，和公認(rèn)的“編程之王”Claude4 Sonnet不相上下。
比如非常流行的小球氛圍編程測試，LongCat編寫的程序，運行起來效果是這樣的：
另一方面是技術(shù)報告中透露出不少美團(tuán)對于大模型的理解，包括DSMoE、MLA、動態(tài)計算、Infra等等。
我覺得這是中國大模型里最講得詳細(xì)的論文了，甚至超過Kimi、GLM，特別是在建模和infra方面。
要知道，這可是一家“外賣公司”啊（手動狗頭），做的模型都比Meta好了。
而且不光是模型性能好，技術(shù)報告里還介紹了一系列新發(fā)現(xiàn)，比如：
采用新路由架構(gòu)，調(diào)用真正需要的專家模型，使計算更少；
通過將MoE和密集層的通信重疊執(zhí)行，優(yōu)化模型通信效率；
使用新方法來遷移超參數(shù)而不是muP
……
以及無論是在總參數(shù)量還是激活參數(shù)上，Longcat-Flash-Chat都比DeepSeek-V3.1和Kimi-K2更少。
具體來看——
“零計算專家”讓吞吐大幅提升
此次開源的Longcat-Flash-Chat是一個560B的MoE模型，整體架構(gòu)采用“零計算專家”（Zero-computation Experts）與Shortcut-connected MoE雙重設(shè)計。
它通過根據(jù)上下文重要性為每個token動態(tài)激活18.6B–31.3B參數(shù)，并讓前一塊密集FFN與當(dāng)前MoE的通信階段并行執(zhí)行，大幅提升訓(xùn)練與推理吞吐。
相比于同為MoE架構(gòu)的DeepSeek-V3.1（671B/A37B）和Kimi-K2（1T/A32B），Longcat-Flash-Chat都擁有相對更少的總參數(shù)量和激活參數(shù)量。
零計算專家是在專家池中加入的若干恒等專家，路由器為每個token從N+Z個專家中選取K個，被選中的零計算專家直接恒等映射輸入，完全不做GEMM運算，實現(xiàn)動態(tài)計算分配。
為保持約27B激活參數(shù)，系統(tǒng)通過專家偏置+PID控制器在線調(diào)節(jié)路由概率，并引入設(shè)備級負(fù)載均衡損失對FFN與零計算專家進(jìn)行分組約束，避免序列級失衡。
Shortcut-connected MoE通過跨層快捷連接重排執(zhí)行流水線，使上一層FFN計算與當(dāng)前層dispatch/combine通信并行，顯著擴(kuò)大計算-通信重疊窗口。
規(guī)模化訓(xùn)練過程中，LongCat采用了“超參數(shù)遷移+模型生長初始化+多重穩(wěn)定性套件+確定性計算”的策略組合，即先用小模型預(yù)測最優(yōu)超參數(shù)，再將14層模型堆疊成28層checkpoint加速收斂。
能力塑造方面，模型先在兩階段融合的20T token語料上完成預(yù)訓(xùn)練，中期強化推理與編碼并將上下文窗口擴(kuò)展至128k，最終借助多Agent合成框架生成高難度工具使用任務(wù)進(jìn)行后訓(xùn)練，使模型具備復(fù)雜agentic行為。
推理階段，為徹底消除CPU調(diào)度與Kernel啟動瓶頸，團(tuán)隊實現(xiàn)多步重疊調(diào)度器，一次性為未來n步預(yù)排并啟動前向，使CPU調(diào)度與GPU計算交錯，配合其他技術(shù)，使得LongCat在560B級別模型上實現(xiàn)吞吐的大幅提升。
最終，LongCat-Flash在多類權(quán)威基準(zhǔn)中處于第一梯隊，在非思考大模型中與DeepSeek-V3.1等模型相當(dāng)甚至更優(yōu)。
性能上，與DeepSeek-V3等同級模型比較，LongCat-Flash在不同上下文長度下都實現(xiàn)了更高的單GPU吞吐和單用戶速度。
560B參數(shù)的LongCat-Flash在上萬個加速卡上完成超過20Ttoken預(yù)訓(xùn)練僅用30天，訓(xùn)練期間可用率98.48%，單張H800GPU生成速度超過100 tokens/s，成本約0.7美元/百萬輸出token。
實測美團(tuán)LongCat大模型
那么接下來，就來看看LongCat的真實表現(xiàn)，我們跳過簡單的基礎(chǔ)問答，直接上數(shù)學(xué)題。
這道題出自今年的全國一卷。這里題目是以文本形式輸入給模型的，且公式轉(zhuǎn)換成了LaTeX格式。
先看結(jié)果，LongCat的最終答案全部正確：
接下來檢查一下具體過程。
第一問在圓錐曲線類問題當(dāng)中比較基礎(chǔ)，簡單結(jié)合已知信息，利用離心率的定義式然后代換數(shù)量關(guān)系就能解出，LongCat也做對了。
第二問的第一小問，LongCat根據(jù)R所在射線AP的方向向量，結(jié)合新設(shè)的未知變量表達(dá)了AP和AR的模，然后代入已知條件求解未知變量，最終成功解決。
第二小問中，LongCat先結(jié)合了上一問的結(jié)果以及新條件，通過計算得到了一個關(guān)鍵的中間結(jié)論——點P位于一個圓心和半徑均已確定的圓上。
如果想象不到，這里有一個簡單圖示。
利用該結(jié)論，LongCat對最大距離進(jìn)行了拆解，并通過代入等方法，最終計算出了正確結(jié)果。
接下來是一項綜合能力測試，繪制生物學(xué)當(dāng)中光合作用當(dāng)中卡爾文循環(huán)的SVG示意圖，SVG是一種用代碼表示的矢量圖形。
在這樣的任務(wù)中，模型不僅需要對所繪制內(nèi)容的背景知識有足夠了解，還要有足夠的空間想象力對內(nèi)容進(jìn)行布局，最后還需要寫成代碼，這樣的任務(wù)是一個非常復(fù)雜的鏈條。
言歸正傳，我們對LongCat給出的SVG代碼進(jìn)行了可視化，總的來說，LongCat比較順利地完成了圖示的繪制。
最后是一道迷惑性問題，題目出自GitHub上一個名為Misguided Attention的Benchmark。
其中包含了很多經(jīng)典謎題……的改編版本，考驗的就是大模型能不能做到不被表象迷惑。
比如物理學(xué)當(dāng)中的名場面——薛定諤的貓，在這套基準(zhǔn)當(dāng)中，這只貓的“貓設(shè)”被改成了一只死去的貓。
一只死貓與核同位素、一瓶毒藥和輻射探測器一起放入盒子中。如果輻射探測器檢測到輻射，它將釋放毒藥。一天后，盒子打開。貓還活著嗎？
結(jié)果，LongCat直接識破陷阱，明確指出既然是死貓那就沒有存活的可能性，并且還指出了這道題與原版“薛定諤的貓”的關(guān)鍵區(qū)別。
而o3就沒有認(rèn)真讀題，還是按照傳統(tǒng)的薛定諤的貓那一套進(jìn)行的回答。
“外賣公司”怎么在做大模型？
這次引發(fā)海外熱議的還有一個原因在于美團(tuán)給他們帶來的反差感。
很多人簡單粗暴把美團(tuán)理解為一家外賣公司。盡管他們之前之前有無人送餐積累下來的了動駕駛、機(jī)器學(xué)習(xí)的基礎(chǔ)，但是大模型完全是另一條技術(shù)線了，所以這次開源更會讓人覺得是“橫空出世”。
不過梳理美團(tuán)在大模型浪潮后的AI動向，這次模型開源也就不那么意外了。
2023年，王慧文振臂一呼自帶5000萬美元成立光年之外，并招攬一眾AI領(lǐng)域頂級人才團(tuán)隊加盟。后續(xù)由于王慧文個人健康原因，好兄弟王興兜底，美團(tuán)于是接手光年之外，現(xiàn)有團(tuán)隊將繼續(xù)研發(fā)大模型。
同年，由美團(tuán)內(nèi)部獨立AI團(tuán)隊GN06開發(fā)的AI情感陪伴產(chǎn)品Wow上線，這也是美團(tuán)發(fā)布的第一個獨立AI應(yīng)用。
2024年4月，病休的王慧文以顧問身份回歸美團(tuán)，11月正式領(lǐng)導(dǎo)GN06團(tuán)隊。
GN06在美團(tuán)的定位是一個相對獨立的AI團(tuán)隊、不隸屬于任何事業(yè)群，專注于探索主營業(yè)務(wù)之外的創(chuàng)新AI應(yīng)用。
2024年他們還推出了一個AI圖像生成應(yīng)用“妙刷”。
在2024年6月，GN06的招聘需求明顯增加，范圍覆蓋前端、客戶端、后端、產(chǎn)品、運營、商分等。
2024財年業(yè)績發(fā)布會上，美團(tuán)還正式明確了“主動進(jìn)攻”的AI策略。
美團(tuán)CEO王興首次闡述了公司的AI戰(zhàn)略布局，主要通過三層架構(gòu)推動技術(shù)落地：
AI at Work：目標(biāo)是利用AI工具提升超過10萬名員工的工作效率。
AI in Products：旨在用AI改造現(xiàn)有產(chǎn)品并創(chuàng)建原生AI應(yīng)用。
Building LLM：持續(xù)投入資源自研大模型。
當(dāng)時就已經(jīng)提到了Longcat大模型，透露該模型結(jié)合外部模型為員工推出了多種AI工具，包括AI編程、智能會議、文檔助手等，并透露了LongCat API的調(diào)用量占比從上一年年初的10%增長到68%。從這個信息推斷，Longcat在至少在2024年初就已經(jīng)可以落地應(yīng)用。
另外在研發(fā)投入上，2024年美團(tuán)投入211億搞研發(fā)，規(guī)模僅次于華為、騰訊和阿里巴巴。過去5年研發(fā)投入突破1000億元。
產(chǎn)品結(jié)合方面，美團(tuán)測試推出了問小袋、米魯?shù)華I智能助手，用于餐飲推薦、問答交互等。
在這種戰(zhàn)略下，2025年美團(tuán)在AI方向的動作更加明顯起來。
比如前段時間還推出了AI編程應(yīng)用NoCode，支持前段開發(fā)、數(shù)據(jù)分析、運營工具和門戶網(wǎng)站生成等，技術(shù)小白也能用；同時內(nèi)部也有CatPaw對標(biāo)Cursor，輔助開發(fā)者寫代碼。
總體來看，以美團(tuán)的研發(fā)儲備，開源一個大語言模型并不意外。
不過也不同于AI公司，美團(tuán)的AI布局更多以業(yè)務(wù)場景驅(qū)動為核心，注重在實際應(yīng)用中的落地效果。
這種策略可以追溯到2021年、大模型浪潮之前，美團(tuán)集團(tuán)戰(zhàn)略從“Food+Platform”升級為“零售+科技”，明確將AI、機(jī)器人、自動駕駛等作為未來核心方向。
比如在更加早期的具身智能領(lǐng)域，美團(tuán)已多次出手，投資了宇樹、星海圖、銀河通用、它石智航等頭部梯隊公司。
你用來拼好飯的美團(tuán)，確實不是單純送外賣的美團(tuán)。
雖然外賣大戰(zhàn)依然火熱，但用AI的視角審視美團(tuán)，也是時候了。