昨日相关部门披露行业进展,《伽罗ちゃん的腿法：探寻这位日本女侠的武术奥秘》

昨日行业报告发布重要成果,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。家电问题反馈专线，多渠道受理投诉

合肥市蜀山区、丽水市缙云县 ，定安县龙河镇、哈尔滨市延寿县、六盘水市盘州市、儋州市和庆镇、滁州市定远县、长春市朝阳区、襄阳市樊城区、吉林市船营区、大兴安岭地区漠河市、乐东黎族自治县佛罗镇、广西玉林市博白县、丽水市景宁畲族自治县、内蒙古鄂尔多斯市准格尔旗、黔东南麻江县、白城市镇赉县 、曲靖市师宗县、重庆市奉节县、焦作市山阳区、广安市岳池县、湖州市长兴县、抚顺市新宾满族自治县、鹤岗市东山区、宁夏固原市彭阳县、汕头市潮阳区、文昌市重兴镇、沈阳市大东区、恩施州建始县

昨日官方渠道公开新变化,昨日监管部门传递行业研究成果,《伽罗ちゃん的腿法：探寻这位日本女侠的武术奥秘》，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心全国联网，服务更便捷

榆林市绥德县、澄迈县仁兴镇 ，广西崇左市扶绥县、晋城市沁水县、齐齐哈尔市铁锋区、福州市晋安区、株洲市荷塘区、内蒙古乌兰察布市化德县、太原市娄烦县、抚州市乐安县、抚州市崇仁县、南平市建阳区、阜新市清河门区、咸宁市通山县、内蒙古鄂尔多斯市伊金霍洛旗、湘西州凤凰县、怀化市麻阳苗族自治县 、临高县东英镇、铜川市耀州区、濮阳市南乐县、厦门市思明区、眉山市洪雅县、德宏傣族景颇族自治州陇川县、吕梁市离石区、扬州市高邮市、定安县新竹镇、内蒙古巴彦淖尔市乌拉特中旗、安庆市迎江区、焦作市武陟县、儋州市光村镇、日照市岚山区

全球服务区域: 亳州市利辛县、连云港市灌南县 、九江市彭泽县、淮南市谢家集区、宁夏石嘴山市惠农区、澄迈县桥头镇、黔南瓮安县、白沙黎族自治县元门乡、泰州市姜堰区、甘孜理塘县、渭南市华州区、长治市沁县、东莞市虎门镇、甘孜得荣县、成都市邛崃市、恩施州恩施市、清远市清新区 、广元市旺苍县、长治市长子县、宁德市周宁县、黑河市嫩江市、宁波市镇海区

本周数据平台近期官方渠道公开权威通报,本周监管部门传递新进展,《伽罗ちゃん的腿法：探寻这位日本女侠的武术奥秘》，很高兴为您解答这个问题，让我来帮您详细说明一下：以旧换新服务中心，全流程指导

全国服务区域: 白城市洮南市、濮阳市台前县 、内蒙古锡林郭勒盟多伦县、萍乡市上栗县、安康市岚皋县、文昌市锦山镇、东方市板桥镇、忻州市静乐县、合肥市长丰县、驻马店市泌阳县、常德市津市市、甘孜巴塘县、长治市潞城区、长治市长子县、甘南卓尼县、广西百色市凌云县、陇南市成县 、许昌市禹州市、宁夏固原市彭阳县、丽水市景宁畲族自治县、泉州市金门县、芜湖市镜湖区、白山市临江市、佳木斯市前进区、赣州市瑞金市、宜昌市当阳市、黄冈市红安县、烟台市莱州市、宿州市萧县、忻州市岢岚县、芜湖市镜湖区、鹰潭市月湖区、芜湖市无为市、南阳市内乡县、金华市东阳市、屯昌县屯城镇、渭南市蒲城县、海东市循化撒拉族自治县、安庆市潜山市、潍坊市昌乐县、海北门源回族自治县

近日评估小组公开关键数据:今日官方渠道披露行业动态,《伽罗ちゃん的腿法：探寻这位日本女侠的武术奥秘》

在日本的武术界，有一位名叫伽罗ちゃん的女子，她的腿法独步江湖，令人叹为观止。伽罗ちゃん，本名佐藤伽罗，自幼习武，历经数十载的磨砺，终于练就了一身出神入化的腿法。今天，就让我们一起来探寻这位日本女侠的武术奥秘。 伽罗ちゃん的腿法，源自日本传统武术——柔术。柔术是一种注重防守和反击的武术，强调以柔克刚。伽罗ちゃん在习武的过程中，深谙柔术之道，将腿法发挥得淋漓尽致。 首先，伽罗ちゃん的腿法讲究“快、准、狠”。在实战中，她能够迅速捕捉到对手的破绽，以迅雷不及掩耳之势发动攻击。这种快速的反应能力，让她的腿法在瞬间便能摧毁对手的防线。 其次，伽罗ちゃん的腿法注重“精准”。她能够根据对手的动作和姿态，准确地判断出攻击的最佳时机和角度。这种精准的判断力，使得她的腿法在实战中几乎无懈可击。 再者，伽罗ちゃん的腿法具有强烈的“狠劲”。她深知，在武术的世界里，只有狠才能制胜。因此，在实战中，她从不手软，全力以赴地打击对手。 那么，伽罗ちゃん的腿法究竟有哪些独门绝技呢？ 首先，她的“旋风腿”堪称一绝。在实战中，伽罗ちゃん能够迅速旋转身体，以极高的速度踢出腿法，让对手防不胜防。这种腿法不仅威力巨大，而且具有极高的观赏性。 其次，她的“飞踢”同样令人叹为观止。伽罗ちゃん能够借助身体的爆发力，将腿踢出数十米之远，给对手造成巨大的威胁。 此外，伽罗ちゃん还擅长使用“扫堂腿”和“踢腿”等腿法。这些腿法在实战中具有极高的实用性，能够有效地破坏对手的平衡和重心。 当然，伽罗ちゃん的腿法并非一蹴而就。她从师学艺，历经磨难，才最终练就了一身出神入化的腿法。以下是她的修炼心得： 1. 坚持不懈：伽罗ちゃん深知，武术修炼是一条漫长的道路，只有坚持不懈，才能取得成功。 2. 多学多练：伽罗ちゃん在习武过程中，广泛学习各种武术流派，博采众长，不断提升自己的腿法水平。 3. 注重实战：伽罗ちゃん认为，实战是检验武术水平的重要手段。因此，她经常参加各种武术比赛，锻炼自己的实战能力。 4. 保持谦逊：伽罗ちゃん始终保持谦逊的态度，虚心向他人学习，不断提升自己的武术造诣。 总之，伽罗ちゃん的腿法是日本武术界的一朵奇葩。她凭借精湛的腿法，在武术界独树一帜，成为了无数武术爱好者的楷模。让我们向这位日本女侠致敬，并期待她在未来的武术道路上，创造更多的辉煌！

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。