今日官方渠道披露行业新动态,日本REPRODUCTION OF FOUND：传统工艺与现代艺术的完美融合

今日监管部门传达研究成果,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。客服中心24小时在线，随时响应需求

通化市通化县、朝阳市龙城区 ，哈尔滨市通河县、金华市浦江县、漳州市平和县、成都市龙泉驿区、红河弥勒市、阿坝藏族羌族自治州松潘县、三门峡市灵宝市、盐城市盐都区、中山市大涌镇、东方市东河镇、天水市清水县、凉山德昌县、忻州市忻府区、抚州市南城县、温州市永嘉县 、永州市新田县、张掖市民乐县、潍坊市寿光市、陇南市成县、玉溪市华宁县、娄底市双峰县、荆门市沙洋县、牡丹江市林口县、安庆市怀宁县、南充市高坪区、常德市桃源县、鸡西市梨树区

本周数据平台稍早前行业报告,本周官方传递最新行业报告,日本REPRODUCTION OF FOUND：传统工艺与现代艺术的完美融合，很高兴为您解答这个问题，让我来帮您详细说明一下：客服中心支持电话、APP多渠道服务

广元市昭化区、三明市泰宁县 ，保山市昌宁县、济南市长清区、白沙黎族自治县荣邦乡、万宁市三更罗镇、深圳市光明区、芜湖市鸠江区、绍兴市柯桥区、绵阳市三台县、东方市感城镇、吉安市万安县、汉中市勉县、儋州市雅星镇、陇南市文县、内蒙古通辽市库伦旗、中山市南头镇 、长治市襄垣县、鹰潭市余江区、沈阳市于洪区、佛山市顺德区、宿迁市宿城区、宜宾市筠连县、太原市万柏林区、西安市蓝田县、淮安市涟水县、自贡市荣县、株洲市天元区、聊城市莘县、贵阳市南明区、广西桂林市平乐县

全球服务区域: 广西河池市巴马瑶族自治县、文昌市翁田镇 、自贡市大安区、鄂州市鄂城区、铁岭市昌图县、宁夏固原市隆德县、漳州市龙文区、驻马店市汝南县、葫芦岛市龙港区、晋中市太谷区、宜春市宜丰县、宁德市福安市、聊城市茌平区、甘南卓尼县、广西防城港市上思县、宁夏固原市西吉县、驻马店市驿城区 、上饶市广丰区、郴州市苏仙区、镇江市京口区、黄南河南蒙古族自治县、吕梁市兴县

本周数据平台本月官方渠道披露重要进展,本月研究机构发布最新报告,日本REPRODUCTION OF FOUND：传统工艺与现代艺术的完美融合，很高兴为您解答这个问题，让我来帮您详细说明一下：家电问题一键呼叫，客服专员全程跟进

全国服务区域: 吉安市万安县、宜宾市屏山县 、清远市连州市、十堰市张湾区、雅安市名山区、佛山市顺德区、成都市锦江区、潍坊市潍城区、松原市长岭县、上海市杨浦区、扬州市高邮市、临汾市曲沃县、临沧市永德县、十堰市张湾区、东莞市麻涌镇、东方市天安乡、重庆市巫溪县 、双鸭山市集贤县、酒泉市肃北蒙古族自治县、鄂州市鄂城区、黔南瓮安县、海北刚察县、佛山市禅城区、菏泽市单县、孝感市孝昌县、永州市新田县、成都市双流区、湘西州吉首市、屯昌县屯城镇、黔西南册亨县、池州市青阳县、晋中市榆次区、长沙市长沙县、威海市文登区、绥化市安达市、遵义市正安县、滁州市明光市、内蒙古通辽市科尔沁左翼中旗、潮州市湘桥区、南充市仪陇县、安阳市滑县

本周数据平台本月监管部门通报最新动态:今日行业报告更新最新政策,日本REPRODUCTION OF FOUND：传统工艺与现代艺术的完美融合

在历史的长河中，日本的传统工艺以其精湛的技艺和独特的审美风格享誉世界。而“REPRODUCTION OF FOUND”这一概念，正是日本传统工艺与现代艺术相结合的产物，它不仅传承了日本古老的工艺文化，更赋予了传统工艺新的生命力和时代意义。 “REPRODUCTION OF FOUND”直译为“发现的复制”，指的是将古代遗留下来的文物、艺术品进行复制，以现代工艺和材料重现其原貌。这一概念在日本艺术界和工艺界引起了广泛关注，许多艺术家和工匠纷纷投身其中，将传统工艺与现代审美相结合，创作出独具特色的“REPRODUCTION OF FOUND”作品。 日本的传统工艺种类繁多，如和服、陶瓷、漆器、木雕等，每一种工艺都有其独特的魅力和技艺。在“REPRODUCTION OF FOUND”的实践中，艺术家和工匠们将这些传统工艺与现代设计理念相结合，使作品在保持传统韵味的同时，更具现代感和时代气息。 以陶瓷为例，日本的传统陶瓷工艺源远流长，如平安时代的“平安烧”、江户时代的“陶器”等，都具有极高的艺术价值。在“REPRODUCTION OF FOUND”的实践中，陶瓷艺术家们通过现代工艺和材料，对古代陶瓷进行复制，使其在原有基础上更具有现代感。例如，将古代陶瓷的图案和纹饰运用到现代家居用品中，如茶具、餐具等，使人们在日常生活中也能感受到传统工艺的魅力。 同样，和服作为日本的传统服饰，其制作工艺复杂，色彩斑斓，图案丰富。在“REPRODUCTION OF FOUND”的实践中，和服设计师们将传统和服的元素与现代时尚相结合，创作出既具有传统韵味又符合现代审美的和服。这些和服在保留和服传统工艺的同时，也展现了设计师们的创新精神。 此外，日本漆器、木雕等传统工艺也在“REPRODUCTION OF FOUND”的实践中焕发出新的生命力。漆器艺术家们运用现代工艺，将古代漆器的工艺和图案进行创新，创作出既具有传统韵味又具有现代感的漆器作品。木雕艺术家们则将传统木雕技艺与现代设计理念相结合，创作出独具特色的木雕艺术品。 “REPRODUCTION OF FOUND”在日本的发展，不仅为传统工艺注入了新的活力，也为现代艺术提供了丰富的素材。这种传统与现代的完美融合，使得日本传统工艺在现代社会中焕发出新的生机。 总之，“REPRODUCTION OF FOUND”是日本传统工艺与现代艺术相结合的产物，它不仅传承了日本古老的工艺文化，更赋予了传统工艺新的生命力和时代意义。在未来的发展中，我们有理由相信，这种传统与现代的完美融合将继续为日本乃至世界艺术界带来更多的惊喜。

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。