Meituan הוציאה את LongCat-2.5 ב-2 בנובמבר, והוסיפה מודל מולטי-מודאלי מקורי של 1.6 טריליון פרמטרים למערך ה-LongCat שלה - וקבעה קידוד סוכן לאופק ארוך, לא צ'אט, כמשימתה העיקרית. לפי TechNode, המדווח על ההשקה באמצעות IT Home, המודל מפעיל כ-48 מיליארד פרמטרים לכל אסימון, ארכיטקטורה שנועדה לספק קיבולת בקנה מידה גבול מבלי לשלם את מלוא עלות ההסקה של ספירת הפרמטרים הכוללת על כל בקשה.
ההשקה היא המשך הייצור ל-LongCat-2.5-Preview, ש-Meituan שלחה בסוף ספטמבר כדגם 1.6T תערובת של מומחים עם חלון הקשר של מיליון אסימונים, בהתאם לסיקור של Pandaily באותה עת. למידע נוסף על הסיפור הזה ועל מרוץ הדגמים הרחב יותר, עיין בסיקור דגמי AI שלנו.
נבנה עבור סוכנים שעובדים במשך שעות, לא שניות
ההימור המגדיר של LongCat-2.5 הוא שהגבול עבר מלענות על שאלות להשלמת משימות. Meituan אמרה שהיא הרחיבה את ההכשרה על רצפי משימות ארוכים ויישמה למידת חיזוק בקנה מידה גדול כדי לשפר את עבודת המודל על בסיסי קוד מורכבים ופרויקטים שלמים של תוכנה - העבודות המורחבות, מרובות-שלביות שבהן מערכות סוכנים נוטות להיסחף, להיתקע או להיכשל בשקט.
טכניקת אימון אחת בולטת. החברה אמרה שהיא ממירה כשלים בהם נתקלים סוכנים אמיתיים למשימות אימון הניתנות לשחזור, וסוגרת את המעגל בין מה שסוכני הייצור טועים לבין מה שהמודל לומד אחר כך. זוהי גישה שמתייחסת לכשלים של סוכנים לא כאל אנקדוטות אלא כתוכנית לימודים - והיא מאותתת כי Meituan קוטפת נתוני אימונים קשים ממערכות פרוסות בקנה מידה שרוב המעבדות לא יכולות להתאים לו, בהתחשב בפעילות אספקת המזון והלוגיסטיקה של החברה מייצרות כמויות עצומות של תעבורת משימות בעולם האמיתי.
מולטי-מודאליות מקורית במסגרת אסימון מאוחד
LongCat-2.5 מעבד קלט חזותי וטקסט בתוך מסגרת אסימון מאוחדת, בהתאם לסיקור ההשקה - כלומר תמונות וטקסט מומרים לאותו ייצוג בסיסי במקום תיקון יחד באמצעות מקודדים נפרדים. Meituan אומר שזה מאפשר קידוד חזותי, עיצוב יצירתי ומשימות תלת מימד לצד עבודת הנדסת תוכנה קונבנציונלית.
הדגש המולטי-מודאלי מהווה בידול בנישת הקידוד הסוכן, שבה רוב המתחרים נשארים בראש הטקסט. סוכן שיכול לקרוא מודל עיצובי, לנמק סצנה תלת-ממדית או לפרש צילום מסך של דוח באג יכול לקחת על עצמו נתח רחב יותר של עבודת פיתוח מוצר אמיתית מאשר כזה שרואה רק קוד.
הכלכלה של 48 מיליארד פרמטרים מופעלים
שווה לפרק את הפיצול 1.6T-total / ~48B-active, כי הוא מסביר למי מיועד הדגם הזה. בתכנון של תערובת של מומחים, רק חלק קטן מהרשת יורה על כל אסימון נתון, וזה מה שהופך מודל בקנה מידה של טריליון לזמין להפעלה: קיבולת קיימת עבור הבקשות שזקוקות לכך, בעוד שהעלות לכל אסימון עוקבת אחר ספירת הפרמטרים הפעילים. עבור עומסי עבודה סוכנים התרכובות המתמטיקה. סוכן שעובד במשך שעות מייצר מאות אלפי או מיליוני אסימונים בתכנון, קריאות לכלים ועריכות קוד - כך שהפער בין תשלום עבור 48 מיליארד פרמטרים פעילים לבין תשלום עבור 1.6 טריליון על כל שלב הוא ההבדל בין מוצר בר-קיימא להדגמת מחקר.
בשילוב עם חלון ההקשר של מיליון אסימונים שהציג מודל התצוגה המקדימה, לפי Pandaily, עומס העבודה היעד הוא חד משמעי: סוכן שמחזיק בסיס קוד שלם, התיעוד שלו והיסטוריית הכשלים שלו בזיכרון העבודה בזמן שהוא מבצע רשימת משימות הנמדדת בשעות.
זמינות: צ'אט ו-API עכשיו, משקולות פתוחות למעקב
המודל זמין באופן מיידי דרך שירות הצ'אט המקוון ופלטפורמת ה-API של Meituan, לפי TechNode. מהדורות של GitHub ו-Huging Face מתוכננות בהמשך - רצף המהדהד את ספר המשחקים של מעבדות סיניות אחרות, אשר יותר ויותר שולחות גישה מתארחת ראשונה ומשקולות פתוחות זמן קצר לאחר מכן.
השחרור המבוים חשוב לשני קהלים. עבור ארגונים, זמינות API כיום פירושה שניתן להעריך את LongCat-2.5 באופן מיידי עבור עומסי עבודה של סוכני קידוד. עבור המערכת האקולוגית של הקוד הפתוח, שחרור המשקולות המובטח יקבע אם LongCat-2.5 יהפוך לבסיס למערכות אגנטיות מכווננות עדין כפי שעשו דגמים סיניים קודמים שפורסמו בגלוי.
שבוע צפוף ליציאת דוגמניות סיניות
ההשקה נוחתת על רקע פרץ של פעילות ממגזר הבינה המלאכותית בסין. באותו יום, TechNode דיווחה ש-SenseTime הוציאה בקוד פתוח מודל של 9 מיליארד פרמטרים שעושה שימוש חוזר בשכבות לעיבוד עמוק יותר, ושהצוות של DeepSeek הוציא בקוד פתוח אב טיפוס למחקר של סוכן קידוד פרואקטיבי. Meituan, הידועה בעולם כענקית משלוחי מזון, בנתה בשקט את אחת מתכניות המחקר האמינות יותר בינה מלאכותית במדינה - ו-LongCat-2.5 היא הטיעון שלה שקידוד אנטי, רב-מודאלי מהיסוד, הוא עומס העבודה שחשוב.
האם המהדורה המלאה עולה על מודל התצוגה המקדימה במדדים שאכפת להם לסוכנויות ולמפתחים - השלמת משימות באופק ארוך, עריכות ברמת בסיס הקוד, הארקה מולטי-מודאלית - יהיה המבחן המיידי. מה שכבר ברור הוא הכיוון האסטרטגי: המגרש הבא במחלוקת עבור דגמים גדולים הוא לא תשובות טריוויה או כתיבת חיבורים, אלא עבודה אוטונומית של שעות על תוכנה אמיתית.
---
הישאר לפני AIקבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.
קרא עוד חדשות AI →
