美团龙猫正式开源LongCat-2.5：原生多模态长程智能体模型，1M 上下文、MIT 协议可商用

11月2日，美团龙猫对外发布适配长程智能体任务的原生多模态模型LongCat-2.5；11月9日，美团官宣该模型开源。

• 官方介绍：https://longcat.ai/blog/longcat-2.5/
• 模型：https://huggingface.co/meituan-longcat/LongCat-2.5
• API 平台：https://longcat.chat/platform/product

LongCat-2.5采用MIT开源协议，允许商用推理部署以及二次训练，使用者不需要额外申请授权。模型定位为面向长程智能体任务的原生多模态方案，在复杂代码库开发、完整项目搭建、Visual Coding、专业办公场景下，端到端任务交付能力相比前代有明显提升。

美团龙猫发布原生多模态模型 LongCat-2.5 ，1.6T 参数专注长程智能体与 Visual Coding 任务

模型整体总参数规模1.6万亿，单token激活参数约480亿，上下文窗口上限可达100万token。开发团队针对显存、带宽资源有限的国产算力芯片，从模型架构、芯片适配方案、部署策略三个维度做了协同深度优化，适配国产化硬件环境落地。

Visual Coding是该模型重点强化的能力方向，可覆盖创意设计、3D相关任务。能力的核心改动集中在视觉表征层：它没有采用外挂独立视觉模块的常见方案，而是把视觉信号转化为多层级离散token，和文本输入一同送入主干模型统一处理。
这套视觉表征方案包含三点设计：

1. 对原生分辨率的视觉特征执行残差向量量化，逐级补充图像细节；
2. 视觉token支持离线预计算与缓存，降低在线推理算力开销，同时平衡分布式训练的负载；
3. 视觉码本和主干模型联合训练，视觉、文本信息共用同一套主干参数，在同一个语义空间内完成视觉理解与代码生成。

推理层面，LongCat-2.5落地W4A4量化方案，将专家权重与激活值同步量化至4bit，依托原生INT4矩阵乘法单元完成计算，以此降低推理时显存占用与算力开销。