5.6
深览指数
科技微博·极客公园··AI 生成
国产卡万亿参数模型发布背后，美团的 AI 人才决心
美团 LongCat 团队发布了业界首个在五万卡国产算力集群上训练出来的万亿参数大模型 LongCat-2.0 并开源。文章揭示美团做 AI 不只是为了服务现有本地生活业务，更是将「攀登模型能力最前沿」本身作为独立战略目标。为此，美团采用了激进的人才策略，设立独立的「LongCat 顶尖人才校招」计划，以「不设绝对值」的薪酬和小而精的扁平化组织（取消 KPI、弱化职级）来吸引顶尖 AI 研究员，并分享了团队「目标第一」和鼓励试错的工作原则。适合关注 AI 产业竞争格局、大型互联网公司战略投入、以及人才组织管理的读者阅读。原文 ↗
核心观点
- ▍美团做大模型的战略出发点不仅是赋能现有业务（外卖、零售），更是将「攀登模型能力最前沿」本身作为独立的、天花板足够高的核心目标。
- 012023 年，美团快速构建千亿模型的 Infra 能力；2024 年规模化用国产卡跑 MoE 架构；2025 年将训练规模提升至数千亿；2026 年发布业界首个在五万卡国产算力集群训练出的万亿参数模型 LongCat-2.0。
- 02LongCat-2.0 总参数 1.6T，平均激活约 48B，动态范围 33B~56B，在 AI 自媒体测评中能力约追平 Claude Opus 4.6。
- 03美团启动独立的 LongCat 顶尖人才校招计划，薪酬「以能定薪，不设绝对值」，目标直指全球顶尖 AI 校园人才。
- 04LongCat 团队内部取消 KPI/OKR、弱化职级、不内部赛马，倡导工程与算法紧密协作，从 A 向 B 提需求的模式被认为「上限已经下来了」。
- 05一个典型案例：刚入职的校招生参与预训练工作，毕业两年多成长为预训练主要负责人之一，负责 LongCat-2.0 万亿模型的预训练工作。
- 06团队通过「LongCat-Next」模型实践证明了用纯离散方案统一表达文本、语音和视觉的技术路线可行，为未来模型理想架构做了前期探索。
反方 / 局限
- — 文章承认规模化训练国产算力集群是一个非常难且充满问题的选择，如果只考虑短期竞争会「拖慢进度」，这是美团在快节奏竞争中一个看似「慢」的战略决策。
- — 文章隐含的张力在于：作者将美团描绘为积极进攻的角色，但它面临与 Google、OpenAI、字节、阿里等拥有更强算力和先发优势对手的直接竞争，文章未讨论在这种竞争格局下美团如何确保其人才和算力战略能持续有效。
美团（LongCat 大模型团队）王兴LongCat-2.0业界首个在五万卡国产算力集群上训练出的万亿参数模型LongCat 顶尖人才校招Claude Opus 4.6LongCat-Next 模型MoE 模型架构
8 分钟 · 5 卡片 · 12 资料
读原文 →