Meituan lanza LongCat-2.5, un modelo de IA multimodal nativo de 1.6 billones de parámetros para agentes de largo alcance

Meituan ha presentado LongCat-2.5, un nuevo modelo de IA multimodal nativo diseñado específicamente para tareas de agentes de largo alcance. Este modelo cuenta con un total de 1.6 billones de parámetros, con aproximadamente 48 mil millones de parámetros activos por token. Representa un avance con respecto a LongCat-2, mejorando significativamente la comprensión visual nativa y las capacidades de programación del agente. El desarrollo implicó la incorporación de extensos datos de trayectoria a la fase de entrenamiento de secuencias largas, junto con el aprendizaje por refuerzo a largo alcance a gran escala. Esto ha mejorado la competencia de ingeniería de extremo a extremo del modelo en tareas complejas como la construcción de proyectos completos y el desarrollo de repositorios de código. Además, el equipo está ampliando la línea de trabajo a través de la síntesis de datos, la construcción de entornos y el entrenamiento mixto en múltiples plataformas. LongCat-2.5 procesa entradas visuales y de texto utilizando un formato de token unificado, representando las señales visuales como tokens discretos de múltiples niveles. Esta integración de la comprensión visual nativa y la programación del agente permite que el modelo sobresalga en la codificación visual y apoye el diseño creativo y las aplicaciones 3D. La infraestructura que soporta estas actualizaciones incluye optimizaciones para el entrenamiento de contextos largos y la inferencia de W4A4 en poder de cómputo doméstico, lo que garantiza la operación eficiente de RL a largo alcance a gran escala.