7月6日美团宣布正式开源新一代万亿参数大模型 LongCat-2.0。LongCat-2.0从零开始预训练原生支持 1M 超长上下文旨在让模型在真实的 Agentic Coding 任务中更高效、更稳定地完成代码理解、生成与执行。依托“自研GPU硬件MXMACA全栈软件”的软硬一体技术优势沐曦股份率先完成曦云 C 系列 GPU对LongCat-2.0 Day 0 深度适配。LongCat-2.0代表国产大模型正式迈入工业级落地新阶段对国产通用GPU的算力吞吐、显存容量、长文本推理、多卡协同调度等能力提出了极高要求。沐曦MXMACA 软件栈是沐曦 GPU 从 “能用” 迈向 “好用” 的核心支点。沐曦曦云 C 系列依托自研高性能硬件架构搭配深度打磨的 MXMACA 全栈异构计算平台实现全生态无缝兼容、应用极低迁移成本真正达成“发布即适配、上线即能用”。曦云C系列GPU基于沐曦股份自主核心GPU IP打造具备高能效比与高通用性精准匹配大模型的超大规模参数处理及长上下文推理需求。MXMACA软件栈作为连接硬件算力与上层应用生态的核心枢纽全链路覆盖底层驱动、用户态接口、MXCC编译器、算子深度适配及主流训练/推理框架对接原生兼容 PyTorch、TensorFlow、vLLM与SGLang等 40 余种主流 AI 框架支持 500 AI 模型稳定运行大幅缩短传统模型适配周期。目前沐曦股份已累计完成28个主流顶尖模型Day 0适配合作覆盖美团、智谱AI、阿里千问、阶跃星辰、百度飞桨、DeepSeek等头部厂商适配品类囊括通用语言、多模态、OCR、机器翻译适配速度、数量、生态广度均位居前列。未来沐曦股份将持续迭代GPU硬件与全栈软件技术深化与国内头部AI企业的生态协同持续打通“国产芯片-国产大模型-产业落地”的完整闭环以自主可控的高性能算力助力AI产业高质量发展与算力国产化落地。关于LongCat-2.0LongCat-2.0 的架构设计始终围绕一个核心目标让模型在真实 Agentic Coding 任务中更高效、更稳定地完成代码理解、生成与执行。1M超长上下文让 Agent 看见整个项目。传统模型在处理超过 100K 上下文后就开始“遗忘”前面的内容。LongCat-2.0 采用 LongCat Sparse AttentionLSA稀疏注意力机制在处理长文本时不再“逐字逐句地看”而是智能筛选关键信息将计算量从平方级降至线性级。这使得模型在 100 万 Token 的超长上下文中依然保持精准的信息定位与理解能力。零计算专家 ScMoE让算力用在刀刃上。 代码任务中不同 token 复杂度差异巨大——定义变量名和推导递归算法对算力的需求完全不同。LongCat-2.0 通过零计算专家实现 token 级动态激活33B~56B简单 token 不消耗算力复杂 token 自动获得更多计算资源。MOPD 多专家融合一个模型同时擅长写代码、做推理、懂交互。LongCat-2.0 通过 MOPD 架构融合 Agent、Reasoning、Interaction 三组专家能力——Agent Experts 专攻工具调用与自主纠错Reasoning Experts 深耕数学与 STEM 推理Interaction Experts 优化指令遵循与交互体验。推理时由门控网络根据任务类型动态调度最擅长的专家而非简单合并参数。得益于此模型在编程、推理、交互等维度均表现突出。LongCat-2.0 通过精细的架构设计让万亿参数模型在实际任务中更高效、更稳定地发挥能力。综合评测结果显示LongCat-2.0 凭借卓越的综合性能与稳定的任务表现在Code 和 General Agent 场景表现优异。在编程能力方面LongCat-2.0 展现出扎实的综合实力在考察深层工程能力的 SWE-bench Pro 中获得 59.5领先Gemini 3.1 Pro54.2、 GPT-5.558.6和 Claude Opus 4.657.3在 SWE-bench Multilingual 中取得 77.3 的成绩与 Claude Opus 4.677.8保持在同一水位此外在真实终端指令交互评测 Terminal-Bench 2.1 中取得 70.8体现了其在真实运维与开发终端任务中的稳定执行与纠错能力。在真实办公场景的复杂任务处理方面LongCat-2.0 表现均衡在搜索智能体评测集 RWSearch 中获得 78.8在生产力场景评测集 FORTE 中获得 73.2 在 BrowseComp 中获得 79.9均达到或接近前沿闭源模型水平证明了其在多步骤任务规划、复杂工具调用及长程检索执行上的高可靠性能够较好的契合企业级 Agent 的落地需求。模型开源地址Githubhttps://github.com/meituan-longcat/LongCat-2.0Huggingfacehttps://huggingface.co/meituan-longcat/LongCat-2.0
沐曦股份曦云 C 系列GPU率先 Day 0 适配美团新一代万亿参数大模型 LongCat-2.0
7月6日美团宣布正式开源新一代万亿参数大模型 LongCat-2.0。LongCat-2.0从零开始预训练原生支持 1M 超长上下文旨在让模型在真实的 Agentic Coding 任务中更高效、更稳定地完成代码理解、生成与执行。依托“自研GPU硬件MXMACA全栈软件”的软硬一体技术优势沐曦股份率先完成曦云 C 系列 GPU对LongCat-2.0 Day 0 深度适配。LongCat-2.0代表国产大模型正式迈入工业级落地新阶段对国产通用GPU的算力吞吐、显存容量、长文本推理、多卡协同调度等能力提出了极高要求。沐曦MXMACA 软件栈是沐曦 GPU 从 “能用” 迈向 “好用” 的核心支点。沐曦曦云 C 系列依托自研高性能硬件架构搭配深度打磨的 MXMACA 全栈异构计算平台实现全生态无缝兼容、应用极低迁移成本真正达成“发布即适配、上线即能用”。曦云C系列GPU基于沐曦股份自主核心GPU IP打造具备高能效比与高通用性精准匹配大模型的超大规模参数处理及长上下文推理需求。MXMACA软件栈作为连接硬件算力与上层应用生态的核心枢纽全链路覆盖底层驱动、用户态接口、MXCC编译器、算子深度适配及主流训练/推理框架对接原生兼容 PyTorch、TensorFlow、vLLM与SGLang等 40 余种主流 AI 框架支持 500 AI 模型稳定运行大幅缩短传统模型适配周期。目前沐曦股份已累计完成28个主流顶尖模型Day 0适配合作覆盖美团、智谱AI、阿里千问、阶跃星辰、百度飞桨、DeepSeek等头部厂商适配品类囊括通用语言、多模态、OCR、机器翻译适配速度、数量、生态广度均位居前列。未来沐曦股份将持续迭代GPU硬件与全栈软件技术深化与国内头部AI企业的生态协同持续打通“国产芯片-国产大模型-产业落地”的完整闭环以自主可控的高性能算力助力AI产业高质量发展与算力国产化落地。关于LongCat-2.0LongCat-2.0 的架构设计始终围绕一个核心目标让模型在真实 Agentic Coding 任务中更高效、更稳定地完成代码理解、生成与执行。1M超长上下文让 Agent 看见整个项目。传统模型在处理超过 100K 上下文后就开始“遗忘”前面的内容。LongCat-2.0 采用 LongCat Sparse AttentionLSA稀疏注意力机制在处理长文本时不再“逐字逐句地看”而是智能筛选关键信息将计算量从平方级降至线性级。这使得模型在 100 万 Token 的超长上下文中依然保持精准的信息定位与理解能力。零计算专家 ScMoE让算力用在刀刃上。 代码任务中不同 token 复杂度差异巨大——定义变量名和推导递归算法对算力的需求完全不同。LongCat-2.0 通过零计算专家实现 token 级动态激活33B~56B简单 token 不消耗算力复杂 token 自动获得更多计算资源。MOPD 多专家融合一个模型同时擅长写代码、做推理、懂交互。LongCat-2.0 通过 MOPD 架构融合 Agent、Reasoning、Interaction 三组专家能力——Agent Experts 专攻工具调用与自主纠错Reasoning Experts 深耕数学与 STEM 推理Interaction Experts 优化指令遵循与交互体验。推理时由门控网络根据任务类型动态调度最擅长的专家而非简单合并参数。得益于此模型在编程、推理、交互等维度均表现突出。LongCat-2.0 通过精细的架构设计让万亿参数模型在实际任务中更高效、更稳定地发挥能力。综合评测结果显示LongCat-2.0 凭借卓越的综合性能与稳定的任务表现在Code 和 General Agent 场景表现优异。在编程能力方面LongCat-2.0 展现出扎实的综合实力在考察深层工程能力的 SWE-bench Pro 中获得 59.5领先Gemini 3.1 Pro54.2、 GPT-5.558.6和 Claude Opus 4.657.3在 SWE-bench Multilingual 中取得 77.3 的成绩与 Claude Opus 4.677.8保持在同一水位此外在真实终端指令交互评测 Terminal-Bench 2.1 中取得 70.8体现了其在真实运维与开发终端任务中的稳定执行与纠错能力。在真实办公场景的复杂任务处理方面LongCat-2.0 表现均衡在搜索智能体评测集 RWSearch 中获得 78.8在生产力场景评测集 FORTE 中获得 73.2 在 BrowseComp 中获得 79.9均达到或接近前沿闭源模型水平证明了其在多步骤任务规划、复杂工具调用及长程检索执行上的高可靠性能够较好的契合企业级 Agent 的落地需求。模型开源地址Githubhttps://github.com/meituan-longcat/LongCat-2.0Huggingfacehttps://huggingface.co/meituan-longcat/LongCat-2.0
