美团也推出一款名为 LongCat-Flash 的非推理开源（MIT）大模型，总参数量为 5600亿， MoE架构，激活 186亿至313亿参数（平均约270亿），模型性能看起来还是很不错的，尤其在智能体（Agentic）任务方面表现突出

一大看点是模型采用了 shortcut-connected 架构，扩展了计算与通信的重叠窗口，使推理能够在成本可控的情况下达到每秒100 Token 以上，我刚试了一下速度真的超快

体验地址：

https://longcat.ai

关键特性

可扩展的高效架构设计

LongCat-Flash 的设计与优化遵循两个核心原则：

1.高效的计算利用

2.高效的训练与推理

具体而言：

并非所有 Token 都同等重要，因此研究人员在 MoE 块中引入了 零计算专家机制，根据 Token 的重要性动态分配计算预算，即在总计 5600亿参数中，根据上下文需求激活 186亿至313亿参数

为确保计算负载稳定，采用 PID 控制器调整的专家偏置，保持每个 Token 平均约 270亿激活参数

随着 MoE 模型扩展，通信开销会成为瓶颈。为此，采用了 Shortcut-connected MoE (ScMoE) 设计，扩展计算与通信的重叠窗口。配合定制化的基础设施优化，该设计使得模型能够在 数万加速器规模 上进行大规模训练，并在推理时实现 高吞吐率和低延迟。

有效的模型扩展策略

如何有效地扩展模型规模，是策略设计中的核心挑战。为此美团开发了一套全面的 稳定性与扩展框架，确保大规模模型能够稳健训练：

超参数迁移策略：成功地将超参数迁移应用到如此大规模的模型上，通过小规模代理模型的实验结果，预测最优超参数配置，并且具有理论保证

模型生长机制：基于精炼的半规模检查点进行初始化，相较于常规初始化方法表现更优

稳定性套件：包含基于原理的路由器梯度平衡、隐藏的 z-loss（抑制大规模激活）、以及精调的优化器配置

确定性计算：提升大规模集群训练的可靠性，确保实验结果完全可复现，并能够在训练过程中检测 静默数据损坏（Silent Data Corruption, SDC）

这些措施确保了 LongCat-Flash 在训练过程中保持稳定，没有不可恢复的损失峰值

面向智能体能力的多阶段训练管线

通过精心设计的训练管线，LongCat-Flash 被赋予了先进的 智能体行为能力：

初始阶段：专注于为智能体后训练构建更合适的基础模型，采用 双阶段预训练数据融合策略，重点引入推理密集型领域数据

中期阶段：增强模型的推理与编程能力，同时将上下文长度扩展到 128k，以满足智能体后训练的需求

后期阶段：在先进的基础模型上，进一步进行 多阶段后训练。由于高质量、高难度的智能体任务训练数据稀缺，我们设计了一个 多智能体合成框架，通过以下三条轴线定义任务难度：

1. 信息处理 2. 工具集复杂度 3. 用户交互

借助专门的控制器生成需要 迭代推理与环境交互 的复杂任务

参考：

https://huggingface.co/meituan-longcat/LongCat-Flash-Chat