本报讯 近日，美团发布并开源其560B参数的混合专家（MoE）模型——LongCat-Flash-Chat（龙猫）。
据悉，LongCat-Flash-Chat系列大模型采用创新性混合专家模型（Mixture-of-Experts，MoE）架构，总参数量560B，激活参数18.6B—31.3B（平均27B），实现了计算效率与性能的双重优化。相比传统模型，美团大模型在训练和推理速度上优势明显，能在H800上实现单用户每秒超过100 Tokens的推理速度，输出成本低至5元/百万Token。
在性能表现上，根据多项基准测试综合评估，作为一款非思考型基础模型，LongCat-Flash-Chat在仅激活少量参数的前提下，性能比肩当下领先的主流模型，尤其在智能体任务中具备优势。由于是面向推理效率的设计和创新，LongCat-Flash-Chat具有更快的推理速度，更适合于耗时较长的复杂智能体应用。
同时，LongCat-Flash-Chat模型在架构层面引入“零计算专家（Zero-Computation Experts）”机制，每个Token依据上下文需求仅激活18.6B~31.3B参数，实现算力按需分配和高效利用。为控制总算力消耗，训练过程采用PID控制器实时微调专家偏置，将每个Token平均激活量稳定在27B。
此外，LongCat-Flash-Chat在层间铺设跨层通道，使MoE的通信和计算能很大程度上并行，提高了训练和推理效率。配合定制化的底层优化，LongCat-Flash-Chat可在30天内完成高效训练。LongCat-Flash-Chat还对常用大模型组件和训练方式进行改进，使用超参迁移和模型层叠加的方式进行训练，并结合多项策略保证训练稳定性，使得训练全程高效且顺利。
今年以来，美团AI进展迅速，发布了AI Coding Agent工具NoCode、AI经营决策助手袋鼠参谋、酒店经营的垂类AI Agent美团既白等多款AI应用。
美团表示，其AI战略会建立在三个层面上：AI at work、AI in products以及Building LLM。
在“AI at work”层面，美团正将AI运用到所有员工的日常工作和业务运营中，提升超过10万名员工的工作效率和体验。
在“AI in products”层面，美团将用AI升级现有的2B端（面向企业）和2C端（面向消费者）的产品和服务，并将推出AI native products（原生人工智能产品），更好地服务消费者、商家、骑手和商业合作伙伴。
在“Building LLM”层面，美团计划通过增加资本支出，持续投资内部大模型。此次模型开源便是其Building LLM进展的首度曝光。（宋 文）