7月6日消息，美团宣布将万亿参数大模型LongCat-2.0正式开源，并同步开放国产算力芯片推理代码。该模型总参数达1.6万亿，平均激活约480亿参数，专为真实的Agentic Coding任务而设计。
据介绍，LongCat-2.0在架构上创新性地引入LongCat稀疏注意力和N-gram Embedding，在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、生成及执行的表现。针对智能体任务中的长输入场景，模型引入LongCat稀疏注意力机制，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。此外，在MoE稀疏度已接近97%的情况下，模型将1350亿参数投入N-gram Embedding，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。
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针对显存与带宽受限的国产算力芯片，在模型架构、芯片适配到部署策略上进行了深度协同优化。在模型层面，通过absorb计算模式、Indexer与MLA prolog并行处理以及KVP切分KV-cache，有效缓解超长上下文的I/O与显存压力；在芯片适配层面，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；在部署策略层面，采用PD分离部署兼顾TTFT与TPOT，Prefill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。
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。
LongCat-2.0沿用了LongCat-Flash的整体设计，并围绕长上下文、代码任务和智能体场景进行了三项关键优化。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。美团表示，希望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。