LongCat-2.5：1.6万亿参数重塑智能体
LongCat-2.5: Native Multimodality for Agentic Tasks
LongCat-2.5 是一款专为长周期智能体任务打造的本土多模态模型，拥有 1.6 万亿总参数量，每 token 激活约 480 亿参数。它通过大规模长周期强化学习，显著提升了在复杂代码库开发中的端到端工程能力。该模型将视觉信号转化为多级离散 token，实现了视觉与文本的统一处理，在实时流体模拟、3D 数字展览等场景中表现出色。此外，LongCat-2.5 针对国产 AI 加速器优化了长上下文训练与 W4A4 推理，确保了训练与推理的数值一致性，为构建高效智能体提供了坚实的技术底座。
我们将真实的智能体失败轨迹转化为可复现、可验证的训练任务，持续添加针对性数据以弥补模型能力缺口。