تطلق Meituan نموذج LongCat-2.0: نموذج MoE مفتوح المصدر بـ 1.6 تريليون معامل وسياق بـ 1 مليون رمز

أطلقت شركة Meituan التكنولوجية الصينية نموذج LongCat-2.0 في 5 يوليو 2026: نموذج Mixture-of-Experts مفتوح مع 1.6 تريليون معامل ونافذة سياق أصلية بـ 1 مليون رمز، تم تدريبه ونشره بالكامل على معجلات الذكاء الاصطناعي المحلية.

ما بداخل LongCat-2.0

تم بناء LongCat-2.0 على معمارية Mixture-of-Experts: عند معالجة كل رمز، يتم تنشيط حوالي 48 مليار فقط من 1.6 تريليون معامل. يحافظ هذا النهج على جودة النماذج الكثيفة بنطاق مماثل مع الحفاظ على تكاليف حسابية أقل بكثير للاستدلال — يقوم النموذج بتفعيل كتل الخبراء الضرورية بدقة بدلاً من "إنفاق" الميزانية الحسابية بأكملها على كل رمز.

خصائص النموذج الرئيسية:

• إجمالي عدد المعاملات — 1.6 تريليون، نشط لكل رمز — حوالي 48 مليار
• السياق الأصلي — 1 مليون رمز
• آلية الانتباه — LongCat Sparse Attention (تطوير ملكية Meituan)
• البنية الأساسية — التدريب والاستدلال على superpods ذكاء اصطناعي محلي قائم على ASIC
• الحالة — نموذج مفتوح المصدر، متاح عبر API

لماذا نافذة سياق بـ 1 مليون رمز تغير قواعد اللعبة

نافذة سياق بـ 1 مليون رمز هي من بين الأطول بين النماذج المفتوحة حتى الآن. من الناحية العملية، يتيح ذلك معالجة مستودعات أكواد كاملة وثائق قانونية أو مالية ضخمة، سجلات محادثات طويلة — في طلب واحد، دون تقسيم وبدون فقدان الترابط.

للحفاظ على سياق طويل الأجل كهذا قابل للإدارة من الناحية الحسابية، طورت Meituan آلية LongCat Sparse Attention الخاصة بها. فهو يقلل من تعقيد quadratic الخاص بـ self-attention القياسي: بدلاً من الانتباه المتبادل الكامل بين جميع الرموز، يطبق النموذج أنماطاً متناثرة تقلل من حجم الحسابات دون فقدان كبير في جودة معالجة التسلسلات الطويلة.

البنية الأساسية الموحدة: دورة كاملة بدون معالجات رسومية أجنبية

من التفاصيل الملحوظة للإطلاق أن Meituan أجرت الدورة الكاملة من التدريب إلى الاستدلال الإنتاجي على superpods مع معجلات ذكاء اصطناعي محلية قائمة على ASIC. في خضم القيود الأمريكية على تصدير معالجات الرسومات عالية الأداء، يوضح هذا: لا تتكيف الشركات التكنولوجية الكبرى الصينية ببساطة مع الحواجز الأساسية، بل تنتج منتجات تنافسية من الطبقة الحدودية على أساسها الحسابي الخاص.

تُعرّف Meituan بشكل أساسي كمنصة توصيل وخدمات نمط الحياة، وليست كمختبر ذكاء اصطناعي تقليدي. يجعل هذا من المهم جداً أن أغلقت الشركة الدورة — من السيليكون إلى نموذج مفتوح المصدر بـ 1.6 تريليون معامل — دون الاعتماد على المعدات الأجنبية. في السابق، كانت التقارير العامة عن التدريب على نطاق واسع لنماذج بهذا الحجم بدون NVIDIA H100 نادرة بين الشركات التكنولوجية غير المتخصصة.

معنى هذا

يوسع إطلاق LongCat-2.0 مجموعة نماذج MoE المفتوحة مع سياق طويل جداً بينما يعزز في نفس الوقت اتجاهاً: تعلمت شركات التكنولوجيا الكبرى الصينية خارج المؤسسة التقليدية لأبحاث الذكاء الاصطناعي إنتاج نماذج تنافسية من الطبقة الحدودية — وهي تفعل ذلك على أجهزتها الخاصة. بالنسبة للمطورين، هناك خيار آخر مفتوح مع سياق بـ 1 مليون رمز للمهام التي يكون فيها طول التسلسل حاسماً.

الأسئلة المتكررة

كم عدد المعاملات المستخدمة فعلياً عند تشغيل LongCat-2.0؟

عند معالجة كل رمز، يتم تنشيط حوالي 48 مليار معامل من 1.6 تريليون — هذا هو المبدأ القياسي لمعمارية MoE، مما يسمح بجودة عالية مع الحفاظ على تكاليف حسابية قابلة للإدارة للاستدلال.

كيف حققت Meituan سياقاً بـ 1 مليون رمز؟

طورت الشركة آلية LongCat Sparse Attention الخاصة بها، التي تقلل من تعقيد quadratic للانتباه القياسي من خلال أنماط متناثرة لمعالجة التسلسلات الطويلة.