今天美团将万亿参数大模型 LongCat-2.0 正式开源。LongCat-2.0 总参数 1.6T平均激活约 48B为真实的 Agentic Coding 任务而生架构上创新性引入 LongCat 稀疏注意力和 N-gram Embedding提升长上下文处理效率与 token 级表示能力的同时结合动态激活进一步强化了代码理解、生成以及执行的表现。作为业界首个在五万卡国产算力集群上完成推理的万亿参数模型LongCat-2.0 已全面开源。针对显存与带宽受限的国产算力芯片我们在模型架构、芯片适配到部署策略上进行了深度协同优化让万亿参数模型在存量卡上同样跑得稳、跑得快。我们希望以真实 Agentic Coding 任务中的稳定表现为依托通过开源将模型能力与推理优化成果完整开放盘活更多存量国产算力释放国产算力生态的长期价值。一、在国产算力上完成在国产算力上可用面对显存、带宽和互联的多重限制LongCat-2.0 结合国产芯片特性从模型、芯片适配与部署三个方向逐一突破实现了万亿参数模型的流畅推理模型层面Attention 通过 absorb 计算模式、Indexer 与 MLA prolog 并行处理以及 KVP 切分 KV-cache有效缓解了超长上下文的 I/O 与显存压力。ScMoE 则利用国产芯片的控核能力让 Dense 与 MoE 分支实现物理核心级并行执行进一步压缩端到端延迟实现了百万上下文在国产芯片上的高效推理芯片适配层面通过 Super Kernel 减少算子数量以降低启动开销并以 Weight Prefetch 将 I/O 延迟隐藏在前序计算中同时基于高速片间互联完成 layer-wise 的 KV-cache 传输TP/SP/KVP 均在 scale-up 互联域内完成在受限的显存和带宽条件下将硬件利用率最大化部署策略层面采用 PD 分离部署兼顾 TTFT 与 TPOTPrefill 端通过缩小 Expert-Parallel 域与序列并行分担长序列计算压力Decode 端以 KV-cache 切分与高并行度降低单卡显存占用配合异步化 Expert-Parallel Load Balancing 解决大 EP 度下的负载不均。上述并行方案均已适配 constrained decoding、multi-step scheduling 和 MTP 等推理优化特性实现了万亿参数模型在国产算力上的稳定服务。LongCat-2.0 验证了国产芯片承载复杂大模型任务的成熟能力并希望通过开源为行业提供一条可复现的技术路径推动存量算力在真实场景中的应用价值。二、更高效的注意力更充分的参数更强的执行2.1 LongCat稀疏注意力——提升长上下文处理效率面向智能体任务中的长输入场景LongCat-2.0 引入 LongCat 稀疏注意力机制LSA通过流感知索引、跨层索引和层级化索引三项策略减少碎片化访存和重复索引计算在保持模型质量的前提下加速百万级长上下文的训练与推理。2.2 N-Gram Embedding——提升参数利用效率LongCat-2.0 在 MoE 专家之外引入 N-gram Embedding 作为新的参数扩展路径。在 MoE 稀疏度已接近 97% 的情况下将 135B 参数投入 N-gram Embedding 的收益远超继续扩充专家。该模块占比控制在总参数 10% 以内兼顾了参数收益与结构稳定性。2.3 MOPD多专家融合——让模型会执行、会推理、懂交互后训练阶段LongCat-2.0 采用多教师在线蒸馏将专家分为 Agent、推理和交互三类分别聚焦自主执行、自适应推理和安全对齐等核心能力。最终通过 MOPD 架构在国产算力集群上无缝融合使模型兼具深度推理、自主执行与精准交互的综合表现。三、开源开放LongCat-2.0 的开源是一次技术路径的公开也是一次生态邀约。本次开源同步提供 BF16、FP8 以及 INT8 等多精度版本全面覆盖不同算力平台的部署需求。同时我们深度拥抱开源社区将针对国产算力极致优化的推理成果同步开源。这意味着即使手上没有最新算力也能基于现有硬件将 LongCat-2.0 稳定跑起来。我们希望通过这套开箱即用的推理栈让更多的国产卡包括老卡都能流畅部署万亿大模型推理服务在真实生产力场景发挥更大价值。开源链接Tech Bloghttps://longcat.ai/blog/longcat-2.0/Model WeightsHuggingFace:https://huggingface.co/meituan-longcat/LongCat-2.0Github:https://github.com/meituan-longcat/LongCat-2.0ModelScope:https://www.modelscope.cn/collections/meituan-longcat/LongCat-20Inference Code:GPU:https://github.com/sgl-project/sglang/pull/30042NPU:https://github.com/meituan-longcat/SGLang-FluentLLM/tree/npuAPI Platformhttps://longcat.chat/platform/productLongCat-2.0 发布限时福利✨ 新用户完成认证免费领 1000万 Tokens✨ 9.9元 抢5000万 Tokens 特惠扫码领取