美團發布大模型「龍貓」：非思考型基礎模型，面向推理效率

公司情報專家《財經涂鴉》獲悉，9月1日，美團宣布正式發布龍貓（LongCat-Flash-Chat）大模型，并同步開源。

作為一款非思考型基礎模型，龍貓采用創新性混合專家模型（Mixture-of-Experts, MoE）架構，由于主要面向推理效率的設計和創新，該模型具有更快的推理速度，更適合耗時較長的復雜智能體應用。

目前，LongCat-Flash-Chat已在Github、Hugging Face平臺同步開源。

值得一提的是，龍貓已于8月28日啟用名為“LongCat”的獨立公眾號，注冊主體為北京三快科技有限公司，賬號簡介為“美團龍貓Longcat大模型官方賬號”。9月1日，該公眾號發布了第一篇也是截至目前唯一一篇文章，名為《美團正式發布并開源LongCat-Flash-Chat，動態計算開啟高效AI時代》。

來源：龍貓公眾號截圖

從性能方面看，美團表示，在僅激活少量參數的前提下，該模型依然可“比肩當下領先的主流模型”，尤其在智能體任務中具備突出優勢，實現了計算效率與性能的雙重優化。

據介紹，LongCat-Flash模型在架構層面引入“零計算專家（Zero-Computation Experts）”機制，總參數量560 B，每個token 依據上下文需求僅激活18.6B~31.3 B參數，實現算力按需分配和高效利用。

通過算法和工程層面的聯合設計，LongCat-Flash在理論上的成本和速度都大幅領先行業同等規模、甚至規模更小的模型；通過系統優化，其在H800上可實現100 tokens/s的生成速度，在保持極速的同時，輸出成本低至 5元/百萬token。

同時，該模型在通用領域知識、智能體（Agentic）工具使用、編程及指令遵循方面均實現了顯著的性能優勢。

美團表示，已同步提供了分別基于SGLang和vLLM兩種高效部署方案，以協助用戶輕松部署、快速體驗模型效果。此次開源倉庫統一采用 MIT License，并允許用戶利用模型輸出、通過模型蒸餾等方式訓練其他模型。

今年3月份，王興曾于2024年第四季度及年度業績會中強調，“當像AI這樣具有根本性革命意義的技術到來時，唯一可行的策略是調動所有資源主動進攻”。

他透露，美團自主研發的“龍貓”大語言模型已與外部模型協同應用，推動員工生產力得到顯著提升。

例如在客服領域，基于自研模型打造的智能客服代理試點運營后，效率提升超20%，客戶滿意度上升7. 5個百分點；在商務拓展中，AI銷售助手幫助團隊在今年春節期間完成120萬商戶信息更新，使BD團隊工作量減少44%，平臺商戶信息準確率同步提升；技術團隊使用的AI編程工具已集成至開發環境，目前公司27%的新代碼由AI生成。

在5月份Q1業績會中，美團又宣布于季內迭代了基礎大語言模型，增強后的模型可在推理模式與非推理模式間無縫切換，且兩種模式下的性能均達到國內領先模型水平。

同步更新的端到端語音交互模型，則在理解情感、語境等細微信息及進行自然語音對話方面展現出先進能力，性能已接近 GPT 4.0 水平。

不久前Q2業績會中，管理層進一步表示，擴展了AI業務協助的場景覆蓋范圍，努力覆蓋從簡單日常任務到復雜操作的端到端工作流程，幫助商家降低成本、提高效率。

今年以來，美團已連續發布AI Coding Agent工具NoCode、經營決策助手袋鼠參謀、酒店垂類AI Agent美團既白等多款垂直場景應用。

作者：蘇打

編輯：tuya

出品：財經涂鴉（ID：caijingtuya）