今日官方渠道披露行业新动态,狗的“宝贝”：那些又大又长的东西

本周官方更新行业通报,美团新模型有点东西：像调度外卖小哥一样优化大模型,很高兴为您解答这个问题，让我来帮您详细说明一下。全国联保服务热线，正规售后有保障

齐齐哈尔市泰来县、南充市高坪区 ，萍乡市安源区、黄石市西塞山区、丹东市东港市、三亚市天涯区、宜春市靖安县、陇南市康县、安庆市宿松县、陵水黎族自治县新村镇、安庆市迎江区、周口市商水县、大兴安岭地区加格达奇区、肇庆市鼎湖区、宁夏石嘴山市平罗县、阜阳市颍上县、辽阳市文圣区 、宜昌市西陵区、肇庆市怀集县、襄阳市谷城县、黄南同仁市、达州市渠县、池州市东至县、文山西畴县、赣州市瑞金市、南阳市新野县、惠州市惠城区、襄阳市谷城县、广元市昭化区

统一服务管理平台，智能监控质量,今日行业报告披露行业进展,狗的“宝贝”：那些又大又长的东西，很高兴为您解答这个问题，让我来帮您详细说明一下：家电售后专线，专业团队高效处理

台州市玉环市、丽水市青田县 ，晋城市泽州县、吉林市桦甸市、辽源市东丰县、九江市永修县、重庆市巫山县、龙岩市上杭县、黄南尖扎县、直辖县天门市、大庆市萨尔图区、咸阳市兴平市、怀化市靖州苗族侗族自治县、合肥市巢湖市、中山市东区街道、丹东市元宝区、南京市高淳区 、昭通市大关县、龙岩市新罗区、常德市津市市、楚雄永仁县、长治市襄垣县、枣庄市峄城区、武汉市黄陂区、赣州市全南县、广州市番禺区、辽阳市辽阳县、南京市江宁区、福州市晋安区、广西桂林市秀峰区、南昌市东湖区

全球服务区域: 齐齐哈尔市依安县、咸阳市彬州市 、池州市青阳县、内蒙古呼伦贝尔市额尔古纳市、内蒙古鄂尔多斯市鄂托克旗、内蒙古赤峰市阿鲁科尔沁旗、成都市邛崃市、开封市顺河回族区、大兴安岭地区加格达奇区、九江市修水县、昭通市永善县、宁夏固原市原州区、泸州市江阳区、内蒙古呼和浩特市托克托县、澄迈县桥头镇、咸阳市武功县、文昌市东郊镇 、佛山市禅城区、漳州市平和县、东莞市中堂镇、直辖县神农架林区、内蒙古锡林郭勒盟阿巴嘎旗

作为国家高新技术企业认证平台,今日相关部门传达行业研究成果,狗的“宝贝”：那些又大又长的东西，很高兴为您解答这个问题，让我来帮您详细说明一下：专业维修服务热线，技术专家在线解答

全国服务区域: 周口市郸城县、佳木斯市桦南县 、济宁市任城区、辽阳市辽阳县、内蒙古包头市白云鄂博矿区、贵阳市观山湖区、武汉市青山区、凉山宁南县、南充市营山县、宁夏固原市泾源县、南京市建邺区、海口市琼山区、内蒙古鄂尔多斯市乌审旗、深圳市龙岗区、新乡市长垣市、渭南市合阳县、长治市平顺县 、黔东南镇远县、嘉兴市平湖市、中山市中山港街道、上饶市弋阳县、内江市市中区、周口市扶沟县、广西桂林市七星区、阿坝藏族羌族自治州松潘县、玉溪市新平彝族傣族自治县、潍坊市坊子区、岳阳市临湘市、合肥市瑶海区、文昌市东郊镇、宜昌市秭归县、遵义市湄潭县、东方市大田镇、吉安市庐陵新区、晋中市榆次区、衢州市开化县、滁州市定远县、临沂市河东区、深圳市罗湖区、宝鸡市陈仓区、南昌市南昌县

刚刚科研委员会公布突破成果:今日研究机构披露重要进展,狗的“宝贝”：那些又大又长的东西

狗狗作为人类忠实的朋友，它们的世界里充满了各种奇特的“宝贝”。其中，有一些东西又大又长，让人不禁好奇，这些在狗狗眼中如此重要的物品究竟是什么？今天，我们就来揭秘这些狗狗的“宝贝”。 首先，不得不提的就是狗狗的尾巴。尾巴是狗狗身体上最长、最引人注目的部分之一。在狗狗的世界里，尾巴不仅仅是用来平衡身体的器官，更是它们表达情感的重要工具。当狗狗高兴时，尾巴会摇得又大又长，仿佛在向世界宣告它的喜悦；而当狗狗感到害怕或不安时，尾巴会夹在两腿之间，显得又长又大，仿佛在寻求保护。尾巴，这个又大又长的东西，承载着狗狗丰富的情感。 其次，狗狗的舌头也是又大又长的“宝贝”。狗狗的舌头不仅用于舔舐食物，还能在炎热的夏天帮助它们散热。在炎炎夏日，狗狗会将舌头伸出嘴巴，让舌头上的水分蒸发，从而降低体温。而在这个过程中，狗狗的舌头显得又大又长，仿佛一条长长的红色丝带，随风飘扬。此外，狗狗在玩耍、嬉戏时，也会用舌头舔舐同伴，以此表达友谊和亲昵。 再来说说狗狗的毛发。狗狗的毛发又长又密，宛如一件华丽的披风。在寒冷的冬天，毛发为狗狗提供了保暖；而在炎热的夏天，毛发又能帮助它们散热。狗狗的毛发还承担着保护皮肤、抵御外界伤害的作用。在狗狗的世界里，毛发是它们赖以生存的重要“宝贝”。 此外，狗狗的耳朵也是又大又长的“宝贝”。狗狗的耳朵不仅能够帮助它们听到远处的声音，还能表达它们的情绪。当狗狗听到喜欢的音乐或声音时，耳朵会竖起来，显得又大又长；而当狗狗感到恐惧或不安时，耳朵会耷拉下来，显得又长又大。耳朵，这个又大又长的东西，见证了狗狗生活中的喜怒哀乐。 当然，狗狗的玩具也不能不提。在狗狗的世界里，玩具是它们最亲密的伙伴。有些玩具又大又长，如拉力玩具、绳结等。狗狗在玩耍时，会追逐这些又大又长的玩具，仿佛在追逐自己的快乐。这些玩具不仅为狗狗提供了娱乐，还能锻炼它们的身体，增进它们与人类的感情。 总之，狗狗的世界充满了又大又长的“宝贝”。这些“宝贝”不仅是狗狗生活中的重要组成部分，更是它们与人类之间情感交流的桥梁。让我们用心去了解这些“宝贝”，感受狗狗的世界，让它们的生活更加美好。

算力，就像骑手一样，也要学会调度。假如你在深夜点了一份外卖。几分钟后，系统迅速给你派来最近的骑手，他不需要全城出动的大军，只要顺路接单，就能把一碗热汤准时送到你手里。美团正在把这种 " 派单逻辑 " 搬到 AI 世界。在最新发布的 LongCat-Flash 模型里，算力不再是一股脑砸上去，而是像骑手一样被精准调度：复杂问题派更多 " 高手 "，简单问题就近解决，最大限度减少浪费。美团最近的财报，和所处的竞争环境，让它需要新的故事。而 LongCat-Flash，就是美团递出的第一张筹码：在大模型赛道开打另一场战斗，把百万 tokens 的推理成本压到 0.7 美元。以下为 LongCat-Flash 技术文档解读：像管理骑手一样管理算力技术创新：算力活在算法中首先，LongCat-Flash 的特别之处，不在于它 " 更大 "，而在于它会 " 精打细算 "。它的总参数规模有 5600 亿，但在实际推理时，每个 token 只需要调用一小部分，大约 18.6B – 31.3B。可以把它想象成一个庞大的骑手团队，不是每一单都要全员出动，而是根据订单的难度，派出最合适的几位骑手去送。这样一来，既能保证覆盖面，又避免了算力浪费。而所谓 " 零计算专家 "，其实就是处理简单任务的捷径。比如，一单只是送楼下便利店的一瓶水，就不需要总部复杂调度，附近的小哥顺路就能完成。同样，LongCat-Flash 遇到简单的 token，就直接放行，不浪费多余算力，把资源留给真正复杂的任务。这种 " 按需分配 " 的逻辑，让模型像调度骑手一样，把活派得更合理。上图中展示了 LongCat-Flash 的整体架构：每层由多头潜在注意力（MLA）+ MoE 专家组成，其中一部分是零计算专家，保证遇到简单 token 时可以 " 零开销 " 直接通过。上图中 ( a ) 曲线显示：在相同算力预算下，加入零计算专家的模型 loss 更低，收敛更快； ( b ) 激活专家数稳定在 8 个左右，平均约 27B 参数； ( c ) 不同 token 之间算力分配差异明显，说明模型确实在 " 挑单子 "。另一个创新点叫 ScMoE（Shortcut-connected MoE）。传统模型要等一批任务全部处理完，再进入下一批，就像骑手要等所有订单派完才能出门。ScMoE 的思路是 " 边派边送 "：骑手在送餐的同时，系统已经开始为他规划下一单。这样，算力的使用和通信可以同时进行，整体效率自然提升。图中三组曲线（不同模型规模）显示：有无 ScMoE 的 loss 几乎重合，质量完全一致，但由于通信和计算可以重叠，ScMoE 在吞吐率和推理速度上显著提升。工程能力：给算力买个 " 社保 "规模大，速度快只是第一步，关键是能不能稳定运行。LongCat-Flash 的训练方式更像是在逐步扩张一个骑手网络：先在小范围试运行，把调度规则、路线规划都调好，再推广到更大的范围，避免一上来就乱成一团。为了防止系统崩溃，它设置了 " 三重保障 "。Router 稳定，相当于避免所有订单都集中在一条线路；激活稳定，就像防止某几个骑手被派单过多而累坏；优化器稳定，则保证整体调度有节奏，长期能跑下去。正是靠这一套机制，它在 30 天里完成了 20 万亿 tokens 的训练任务。性能比较：表现稳健从成绩单来看，LongCat-Flash 不只是推理快，在各大基准测试中同样表现稳健：通用任务：在 MMLU（89.71）和 CEval（90.44）中，LongCat-Flash 达到与国际一线模型相当的水准。虽然 CEval 分数略低于 Kimi-K2（91.26），但整体表现依旧领先大多数基线模型，展现了不错的中文理解能力。复杂推理：在 GPQA-diamond（73.23）上，LongCat-Flash 与同类模型保持相近水准；在 DROP（79.06）、ZebraLogic（89.30）、GraphWalks-128k（51.05）等测试中，也稳定处于中上游梯队。数学能力：在 MATH500（96.40）和 AIME24（70.42）上，LongCat-Flash 与 Kimi-K2、DeepSeek 相比差距不大，维持在高水平。在 BeyondAIME（43.00）上虽有下滑，但整体仍优于多数模型。编程任务：在 HumanEval+（88.41）、MBPP+（79.63）等 benchmark 上，LongCat-Flash 表现稳定，略低于 Kimi-K2（93.29、79.87），但依旧优于 Gemini2.5 Flash、Claude Sonnet 等对手。实测美团 LongCat-Flash：快其实从上面的测试基准中可以看到，美团 LongCat-Flash 的性能并没有遥遥领先的地方，只能算是与各大主流模型能力旗鼓相当。因此在很多常用的测试中看不出差别，但有一点：美团这个模型是真的快，和买了准时宝一样。promtps：写一个 Python 函数 is_prime ( n ) ，判断 n 是否是质数，并给出 10 个不同的测试样例。左边模型是 LongCat-Flash 网页端，右边是 kimi 1.5（根据官网描述，响应更快），可以看到同样的提示词，LongCat-Flash 没有怎么思考，一行行内容直接飞出来，而 kimi 1.5 经过短暂思考后，（和 LongCat-Flash 相比）慢悠悠的把内容写出来。在核心代码部分，二者也没差别，可以说 LongCat-Flash 又快又好。LongCat-Flash 的速度和价格优势，未必能立刻改写行业格局。毕竟在大模型市场，生态和用户习惯往往比性能参数更具粘性。但它却透露出一个信号：美团依然习惯用自己最擅长的打法，把复杂的科技问题翻译成 " 调度骑手 " 的逻辑，再用价格杠杆撬开市场。这让问题变得更有趣：当 AI 巨头们在谈模型规模、参数精度时，美团却在谈派单效率和成本曲线。它看似 " 接地气 " 的切入点，反而可能成为搅动格局的变量，就像曾经的 DeepSeek 那样。十年前，美团用补贴烧出了外卖帝国。十年后，它是否能靠另一场价格战，把自己送进大模型的牌桌？没人能给出答案，但至少可以确定的是，美团已经递出了第一张筹码。