刚刚获悉，美团于7月6日正式开源了其自研的万亿参数级大模型——LongCat-2.0。这一消息在行业内颇具分量，因为该模型总参数量达到1.6T，平均激活参数约48B。在架构设计上，它引入了LongCat稀疏注意力机制与N-gram Embedding，核心目标十分明确：显著增强长上下文处理能力，同时进一步优化代码理解性能。美团的官方定位是“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”，从这一表述来看，底气确实相当充足。

这里有一个关键背景——国产算力芯片在显存和带宽方面其实相对吃紧。因此，LongCat-2.0并非简单堆砌参数，而是从模型、芯片适配到部署三个维度同步发力：在模型层，采用稀疏注意力机制与ScMoE架构，核心思路是降低I/O与显存压力；在芯片适配层，通过Super Kernel技术有效减少算子启动开销，这一举措相当务实；在部署层，采用PD分离部署策略，兼顾首Token延迟与每个输出Token的生成时间，在用户体验与推理效率之间找到了较好的平衡点。

开源内容也相当全面，提供了BF16、FP8、INT8等多精度版本，并专门附带了针对国产算力优化的推理代码。从美团的态度来看，此次开源背后蕴含着更深层的意图——验证国产芯片是否足以承担复杂大模型的任务，同时推动存量算力在真实场景中真正发挥价值。目前，LongCat-2.0已在HuggingFace、GitHub和ModelScope上公开发布，感兴趣的话不妨前往了解。