💡 站外导读：当AI从简单的模式识别迈向复杂推理与自主决策，单一庞大的稠密模型正面临计算成本与泛化能力的双重瓶颈。如何让大模型在保持强大推理能力的同时，更高效、更灵活地服务于真实世界的复杂任务？美团LongCat团队给出的答案是LongCat-Flash-Thinking——一个基于专家混合架构的5600亿参数大型推理模型，旨在为科研、开发与企业决策提供新一代智能基础设施。
LongCat-Flash-Thinking 是美团 LongCat 团队推出的拥有 5600 亿参数的大型推理模型，基于专家混合（MoE）架构，支持根据需求动态激活 186 亿到 313 亿参数，兼顾计算效率与性能。模型通过长思维链冷启动训练和大规模强化学习两阶段训练，具备强大的形式化推理、智能体推理等能力，在数学、逻辑、编程等复杂推理任务中表现出色，能为科研、软件开发、企业决策等领域提供高效智能支持，推动 AI 技术普惠化发展。
美团开源了LongCat-Flash-Thinking-2601版本，这是一款专为智能体场景打造的5600亿参数MoE推理模型。它创新性地提供了可在线免费体验的“重思考模式”，通过并行推理和迭代总结机制，显著增强了处理复杂任务的能力。作为LongCat-Flash-Thinking模型的升级版，它在智能体搜索、工具调用以及工具交互推理等关键评测中，表现达到了开源模型的顶尖水平。目前，该模型已在LongCat官网开放，用户可免费体验。
复杂推理：模型擅长处理数学、逻辑、编程等复杂推理任务，如自动定理证明、解决奥林匹克数学竞赛难题等。
智能体工具使用：模型能灵活利用外部工具辅助解决问题，提高任务执行效率，例如在需要多步骤操作或调用特定功能时，自动选择、使用相应工具。
通用问答与对话：具备良好的通用语言理解和生成能力，能进行流畅的自然语言对话，回答各种领域的问题，提供信息咨询等服务。
形式化推理：在严谨的逻辑证明和形式化语言处理方面表现出色，支持应用在数学、物理等需要精确逻辑验证的领域。
强大的工具调用能力：在智能体工具调用和交互推理方面表现出色，具备卓越的泛化能力，能高效适配新工具，降低训练成本。
专家混合（MoE）架构：拥有5600亿参数，根据上下文动态激活186亿到313亿参数，实现计算效率与性能的平衡。
两阶段训练流程：
长思维链冷启动训练：通过课程学习策略和推理密集型数据的SFT阶段，培养模型的基础推理能力。
大规模强化学习：基于DORA系统进行异步强化学习，采用领域并行训练方案，将不同领域的优化过程解耦后再融合，提升模型的推理能力和泛化性能。
DORA系统：作为强化学习基础设施，采用流式架构、多版本设计和弹性共置策略，支持在数万个加速器上进行高效、稳定的异步训练，提高训练效率和模型性能。
软件开发：在软件开发中，自动生成代码片段、快速定位、修复代码中的错误，显著提升开发效率和代码质量。
科学研究：科研人员进行数学定理的证明、物理模型的推导及复杂数据的分析，帮助加速科研进程，提高研究效率。
企业决策：在企业环境中分析市场数据，提供战略规划和投资建议，助力企业做出更明智的决策，提升竞争力。
教育领域：在教育方面根据学生的学习进度提供个性化学习计划，实时解答学生的问题，辅助教师生成教学资源，提高教学效果。
医疗健康：在医疗健康领域助医生进行医疗诊断，管理医疗知识库，为患者提供个性化的健康管理建议，提升医疗服务的质量和效率。
美团此次开源LongCat-Flash-Thinking，绝非简单的参数竞赛，而是精准卡位“AI Agent”这一核心赛道的战略落子。5600亿参数与MoE架构的组合，直指大模型落地的核心矛盾：如何在有限的算力预算下，实现最强的任务推理与工具调用能力。其创新的两阶段训练（长思维链冷启动+大规模强化学习）与自研的DORA强化学习系统，展现了从训练范式到基础设施的全栈工程能力。特别值得关注的是其对“智能体推理”的极致优化，这意味着模型不仅能思考，更能像人一样规划、使用工具、处理多步骤任务。这标志着大模型竞争正从“比谁更会聊天”转向“比谁更能办事”，将深刻影响软件开发、科学研究、企业决策等行业的智能化进程，是真正推动AI从实验室走向生产力工具的关键一步。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。