Meituan تطلق LongCat-2.0: نموذج MoE مفتوح المصدر بـ1.6 تريليون معامل ونافذة سياق تبلغ مليون رمز

أطلقت شركة Meituan الصينية للتكنولوجيا، في 5 يوليو 2026، نموذج LongCat-2.0، وهو نموذج Mixture-of-Experts مفتوح المصدر بـ1.6 تريليون معامل ونافذة سياق أصلية تبلغ مليون رمز. وقد جرى تدريب النموذج ونشره بالكامل على مسرّعات ذكاء اصطناعي محلية.

ما الذي يحتويه LongCat-2.0

يقوم LongCat-2.0 على معمارية Mixture-of-Experts، إذ لا ينشَّط عند معالجة كل رمز سوى نحو 48 مليار معامل من أصل 1.6 تريليون. ويتيح هذا النهج الحفاظ على جودة تضاهي النماذج الكثيفة ذات الحجم المماثل، مع تكاليف حسابية أقل بكثير في الاستدلال، فالنموذج يستخدم الكتل الخبيرة اللازمة فقط، ولا «يستنزف» ميزانيته الحسابية كاملة على كل رمز.

أبرز خصائص النموذج:

• إجمالي المعاملات: 1.6 تريليون، والنشط منها لكل رمز نحو 48 مليار
• السياق الأصلي: مليون رمز
• آلية الانتباه: LongCat Sparse Attention (تطوير خاص بـ Meituan)
• البنية التحتية: التدريب والاستدلال على حواسيب فائقة محلية للذكاء الاصطناعي تعتمد على شرائح ASIC
• الحالة: نموذج مفتوح المصدر، ومتاح عبر API

لماذا يغيّر سياق المليون رمز قواعد اللعبة

تُعد نافذة السياق البالغة مليون رمز من الأطول بين النماذج المفتوحة المصدر حتى اليوم. عملياً، يعني ذلك إمكانية معالجة مستودعات برمجية كاملة، ووثائق قانونية أو مالية ضخمة، وسجلات حوار طويلة ضمن طلب واحد، دون تقسيمها إلى أجزاء (chunks) ودون فقدان الترابط.

ولكي يبقى هذا الطول من السياق قابلاً للإدارة حسابياً، طورت Meituan آلية LongCat Sparse Attention الخاصة بها. وتخفف هذه الآلية التعقيد التربيعي لآلية self-attention القياسية: فبدلاً من الانتباه المتبادل الكامل بين جميع الرموز، يعتمد النموذج أنماطاً متناثرة تقلل حجم العمليات الحسابية دون خسارة جوهرية في جودة معالجة التسلسلات الطويلة.

بنية تحتية سيادية: دورة كاملة دون وحدات GPU أجنبية

من أبرز تفاصيل هذا الإصدار أن Meituan أنجزت الدورة كاملة، من التدريب إلى الاستدلال في بيئة الإنتاج، على حواسيب فائقة تعمل بمسرّعات ذكاء اصطناعي محلية تعتمد على شرائح ASIC. وفي ظل القيود الأمريكية على تصدير وحدات GPU عالية الأداء، يبيّن ذلك أن كبرى الشركات الصينية لا تكتفي بالتكيف مع العوائق في البنية التحتية، بل تبني منتجات تنافسية من الفئة الرائدة (frontier) على قاعدة حوسبة خاصة بها.

تُعرف Meituan في المقام الأول بوصفها منصة للتوصيل وخدمات نمط الحياة، لا مختبراً تقليدياً للذكاء الاصطناعي. ولذلك تزداد أهمية أنها أغلقت الدورة، من السيليكون إلى نموذج مفتوح بـ1.6 تريليون معامل، دون الاستعانة بمعدات أجنبية. وكانت التقارير العلنية السابقة عن تدريب نماذج بهذا الحجم تدريباً كاملاً دون NVIDIA H100 نادرة لدى شركات التكنولوجيا غير المتخصصة.

ماذا يعني ذلك

يوسّع إصدار LongCat-2.0 مجموعة نماذج MoE المفتوحة ذات السياق الطويل جداً، ويؤكد في الوقت نفسه اتجاهاً واضحاً: كبرى شركات التكنولوجيا الصينية من خارج دائرة أبحاث الذكاء الاصطناعي التقليدية باتت قادرة على إنتاج نماذج رائدة تنافسية، وتفعل ذلك على عتادها الخاص. وبالنسبة للمطورين، يتوفر الآن خيار مفتوح إضافي بسياق مليون رمز للمهام التي يكون فيها طول التسلسل عاملاً حاسماً.

أسئلة شائعة

كم عدد المعاملات المستخدمة فعلياً عند تشغيل LongCat-2.0؟

عند معالجة كل رمز يُنشَّط نحو 48 مليار معامل من أصل 1.6 تريليون. وهذا مبدأ قياسي في معمارية MoE، يتيح الحفاظ على جودة عالية بتكاليف حسابية مضبوطة في الاستدلال.

كيف حققت Meituan سياقاً بطول مليون رمز؟

طورت الشركة آلية LongCat Sparse Attention الخاصة بها، وهي تخفف التعقيد التربيعي للانتباه القياسي عبر أنماط متناثرة لمعالجة التسلسلات الطويلة.