美团龙猫今日发布面向长程智能体任务的原生多模态模型LongCat-2.5模型总参数量为1.6万亿，每个token激活约480亿参数，在LongCat-2.0的基础上进一步强化了原生视觉理解与智能体编程能力。

一、强化长程强化学习，提升端到端工程能力

据介绍，龙猫在长序列训练中加入更多长程轨迹数据，并通过大规模长程强化学习，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。围绕数据合成、环境构建与跨Harness混合训练，官方持续扩展这条训练链路。此外，龙猫将真实Agent的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。

二、统一视觉与文本输入，支持创意设计与3D任务

与此同时，LongCat-2.5将视觉信号表示为多层级离散token，使主干模型以统一的token形式处理视觉与文本输入。原生视觉理解与智能体编程能力的结合，使模型在Visual Coding上表现出色，并支持创意设计和3D等任务。

三、优化国产算力与推理，支撑大规模长程RL

官方表示，这些升级由持续演进的基础设施支撑：优化国产算力上的长上下文训练与W4A4推理，并通过训推数值一致性和长上下文rollout优化，支撑大规模长程RL的高效运行。

测结果如图所示：