来源: tech.meituan.com
19
搭载美团 LongCat 2.0 的 CatPaw 正式上线。它关注的不只是让模型“跑得动”，而是把模型能力放进真实工作流程，进一步做到“用得好”。从已公布的信息看，CatPaw 同时提供开箱即用的 AI 智能工作台，以及面向企业的 Agent 开发与托管能力，覆盖个人提效和组织级智能化两类场景。 这两类能力看似都叫 Agent，落地方式却很不一样：个...
来源: tech.meituan.com
23
许多多模态评测像一场开卷考试：模型看到一张图片，回答一个问题，几秒内结束。但真实世界并不会把所有条件整齐地摆在上下文里。智能体需要持续观察环境、记住早先发现的信息、识别隐藏的前置条件，并在行动失败后调整计划。美团 LongCat 团队构建的 MineExplorer，正是为了把评测从这种相对静态的“温室”搬到动态开放世界中。 MineExplorer ...
来源: tech.meituan.com
23
过去一年，Search Agent 在 BrowseComp 等评测上的准确率从约 30% 快速提升到 90% 以上。这个数字说明模型进步很快，也暴露出一个评测难题：当大多数强模型都能取得高分，基准便难以继续区分它们的搜索、推理和证据组织能力。 美团开源 LoHoSearch，试图用知识图谱校准我们对搜索智能体能力的判断。它值得关注的不只是更难的题目，...
来源: tech.meituan.com
37
2026 年，美团技术团队有数十篇论文被 ACL、SIGIR、ICML、KDD 等顶级会议收录，并从中精选 32 篇，通过 5 大专场进行直播讲解，其中还包括 ACL'26 杰出论文。对开发者而言，这批内容的价值不只是了解“又出现了哪些新模型”，更在于观察研究团队如何定义问题、设计实验，并把算法放进真实业务约束中验证。 不过，32 篇论文不适合按目录从...
来源: tech.meituan.com
28
美团正式开源 LongCat-2.0，并同步开放国产卡推理代码。这个模型拥有 1.6T 总参数，但平均每个 Token 仅激活约 48B 参数，目标不是停留在代码补全，而是处理需要理解仓库、修改文件、调用工具并根据执行结果继续修正的真实 Agentic Coding 任务。 LongCat-2.0 的关键数字是“总参数 1.6T、平均激活约 48B”。...
来源: tech.meituan.com
25
美团履约业务天然复杂：订单、骑手、商家、用户、天气、交通、异常事件交织在一起，很多决策既要实时，又要可解释、可控。来源摘要提到，美团业务研发平台/履约 AI 算法团队正在围绕大模型构建 Agent 技术体系，并探索 Agent 自进化运营系统；技术方向覆盖 CPT、Post-training、Agentic RL、多模态理解，并持续在 ACL、EMNL...
来源: tech.meituan.com
28
搜索推荐正在从“排序模型 + 规则系统”走向“能理解、能规划、能反馈学习的 Agentic System”。美团业务研发平台/搜推 ASX 团队围绕大模型后训练、Agentic 强化学习、多模态理解等方向持续产出顶会研究，这类工作对业务工程的启发不只是“模型更大”，而是如何把大模型变成可控、可评估、能嵌入生产链路的智能组件。 在搜索推荐场景里，Agen...
来源: tech.meituan.com
37
世界模型正在从“看视频、续视频”走向“理解动作、响应动作、保持世界一致”。美团 LongCat 团队提出并开源的 WBench，把评测目标对准了这个更难的问题：交互式视频世界模型在多轮交互里到底哪里掉链子。它不像只看单段生成质量的打分表，更像一台“CT 扫描仪”，把模型从被动观看到主动交互的能力拆开检查。 普通视频生成评测通常关心一段视频是否清晰、是否...
来源: tech.meituan.com
39
海报生成看起来像是“输入一句话，出一张图”，但真正落到外卖营销、品牌 IP、活动运营场景里，难点远不止模型会画图。美团智能创作团队围绕海报生成 AIGC 构建了“生成-编辑-评判”的完整技术闭环，并已在美团外卖、品牌 IP 等场景落地和开源。这个方向的价值不只是省几张设计图，而是把创意生产变成可迭代、可审核、可规模化交付的系统。 营销海报通常同时包含商...
来源: tech.meituan.com
28
LongCat 开源 VitaBench 2.0，把智能体评测的重心从“单轮答得好不好”推向“长期相处中是否真正理解用户”。它面向真实生活场景，关注长期、动态用户建模，系统评测大语言模型在持续互动里的个性化与主动性能力。 很多智能体 demo 看起来很聪明，因为它们只需要处理一次明确请求：写邮件、查日程、总结文档、生成计划。但真实用户不是静态 prom...