中国用非英伟达芯片训练前沿级模型：美团 LongCat-2.0 揭秘

一家外卖公司改写了出口管制之争

过去一周最具分量的模型发布，并非来自 OpenAI、Google 或 Anthropic，而是来自美团——这家中国外卖与本地生活服务巨头于 6 月 30 日开源了 LongCat-2.0，一款拥有 1.6 万亿参数的语言模型。真正的看点不是参数量本身——已有不少实验室越过了万亿参数这道线——而是它背后的硬件。美团表示，LongCat-2.0 完全在一个由超过 5 万块国产 AI ASIC 组成的集群上完成预训练和推理服务，全程没有一块英伟达芯片参与。

如果这一说法属实，那就是迄今为止最有力的证据，表明美国出口管制背后的核心赌注——即只要不让中国拿到最新的英伟达技术栈，就能阻止它大规模训练接近前沿的系统——比华盛顿设想的要脆弱。这正是为什么本周一家以餐饮物流闻名的公司发布的模型，会被拿来与 GPT-5.5 和 Claude Opus 相提并论。

究竟发布了什么

据 SCMP 报道，LongCat-2.0 是一款 1.6 万亿参数的模型，拥有 100 万 token 的上下文窗口，并以宽松许可证开源（多家媒体报道为 MIT）。它采用稀疏的混合专家（Mixture-of-Experts）架构，这意味着在任何一次请求中，真正被激活的只是这 1.6 万亿参数中的一小部分——有二手报道称每个 token 的激活参数在数百亿量级——从而将推理成本压得远低于其名义规模所暗示的水平。The Decoder 补充说，该模型的训练数据量超过 35 万亿 token。

美团着力强调的区别在于训练发生在哪里。中国此前的旗舰级成果——包括 DeepSeek 的 V4-pro——主要在推理这一较轻的任务（即回答查询）上依赖国产芯片，而要求高得多的预训练阶段仍然离不开英伟达硬件。美团的说法是，LongCat-2.0 把包括预训练在内的整条流水线都跑在了国产 ASIC 上。这才是关键所在，也是最难被独立核实的部分。

基准测试全貌：编程强劲，前沿推理仍有差距

从美团公布的数据看，LongCat-2.0 在智能体编程上确实颇具竞争力，而在高难度推理上则明显落后。The Decoder 报道其在 SWE-bench Pro 上得 59.5 分、SWE-bench Multilingual 上得 77.3 分，在这两项上略微胜过 Gemini 3.1 Pro 和 GPT-5.5。正是这些成绩支撑起了"接近前沿"的说法。

但同一篇报道对上限保持了审慎。在推理和指令密集型测试——IFEval（90.0）、IMO-AnswerBench（81.8）和 GPQA-diamond（88.9）——上，LongCat-2.0 落后于西方领先系统；即便是在它本来出彩的编程基准上，也不及 Claude Opus 4.7 和 4.8。客观的解读是：这是一款在特定且具有商业价值的工作领域（编写和修复代码）表现出色、在其他方面仅算得上不错的模型。这种画像并非偶然：编程正是开源权重的中国模型集中发力的方向，因为它可衡量、有需求，且不那么依赖封闭实验室斥巨资打磨的那种精细指令遵循能力。

对以上所有内容有一个重要提醒：The Decoder 指出，截至撰稿时该模型尚未上线 Hugging Face，"这让独立验证变得困难"。目前的基准数字都是美团自报的。若干聚合平台还报道称，该模型在身份公开前曾以代号"Owl Alpha"悄然登顶 OpenRouter 的使用量榜——这是个引人注目的细节，但我无法在一手报道中确认，因此应视为未经证实。

为什么硬件这一说法才是真正的故事

芯片才是质疑应当聚焦之处，也是意义所在。SCMP 将这次训练描述为运行在"数万块 AI ASIC 超级节点（superpod）构成的大规模集群"上——这是为狭窄工作负载定制的专用芯片，而非通用 GPU。关键在于，无论 SCMP 还是 The Decoder 都没有点出芯片厂商的名字；The Decoder 直言"美团没有指明具体的芯片制造商"。二手报道指向华为的加速器产品线及其 HCCL 通信库（相当于英伟达用于协调数千块芯片的 NCCL 的国产对应物），但这一归属在一手信源中未获证实。

美团为何要含糊其辞？点名供应商会招来审视——审视良品率、审视真实的集群利用率，以及审视有多少英伟达训练出来的工具链和数据在暗中塑造了这一结果。在 5 万块非英伟达加速器上端到端训练一个 1.6T 模型，既是建模上的壮举，更是分布式系统与网络上的壮举；而互连与通信库恰恰是国产技术栈历来最吃力的环节。如果美团真的在这一规模上攻克了它，那么含糊其辞或许是策略,而非回避。

炒作与已证实之间

剥去外壳，有三件事得到了充分佐证：模型确实存在且是开源权重；它在自报的编程基准上成绩强劲；美团声称拥有一条约 5 万块芯片规模的完全国产训练流水线。另有三件事尚未证实：基准的独立复现、芯片的身份与真实性能，以及相比英伟达基线，那个集群实际运行的效率究竟如何。

"不用英伟达也能训练"与"训练效率与用英伟达一样高"之间的落差，正是政策利害所在。出口管制从来无意让中国的前沿训练变得不可能——只是要让它变慢、变贵、变得低效。LongCat-2.0 并未推翻这套逻辑；一个模型可以是真实的成就，同时又比西方对应产品耗费多得多的算力时。它真正戳破的，是更强、更具支撑作用的那个假设：即不给最新的英伟达技术栈就能筑起一道硬性天花板。这次发布表明，天花板比宣称的更高——尽管攀登更为艰难。

总结

LongCat-2.0 之所以是本周最重要的模型故事，不是因为它击败了前沿——它并没有干净利落地做到——而是因为是谁、用什么造出了它。一家物流公司拿出一个 1.6 万亿参数、近乎 MIT 许可的开源模型，并声称它完全在国产 ASIC 上端到端预训练，这是华盛顿的芯片战略不得不正视的一个数据点。恰当的姿态是保持克制：基准是自报且未复现的，芯片是匿名的，效率的说法也未经检验。但方向已无可置疑。每一次这样的发布，都在收窄出口管制能换取有意义时间的窗口，并把问题从中国能否用自家芯片训练前沿级模型，转向效率如何——以及这个答案要多久才不再让任何人尴尬。请留意 Hugging Face 上的权重和独立基准；到那时，炒作要么坐实为事实，要么悄然瘪下去。