2026-07-02
来源: tech.meituan.com
28
ICML 2026 作为机器学习领域的重要顶会，关注的不只是模型榜单，而是机器学习在理论、方法和真实系统中的关键问题。美团技术团队发布论文精选，说明产业团队仍在把业务场景中的难题抽象成可被学术社区检验的问题：模型如何更稳、训练如何更高效、决策如何更可信、算法如何在复杂环境中产生实际影响。 这类论文精选最适合工程团队做两件事：一是快速判断哪些研究方向正在...
2026-07-02
来源: tech.meituan.com
35
美团发布 LongCat-2.0 的关键信息，不只是“参数更大”：它是一个总参数 1.6T、平均激活约 48B、动态激活范围 33B~56B 的万亿参数模型，并且在五万卡国产算力集群上完成了从训练到推理的全流程。更值得开发者关注的是，它的设计目标一开始就对准了真实的 Agentic Coding：让模型在代码理解、生成、执行和多步修复中更高效、更稳定。...
2026-06-12
来源: tech.meituan.com
38
ACL 是自然语言处理领域最具影响力的顶会之一，美团今年有六篇论文被收录，技术方向横跨大模型评测、复杂流程推理、竞赛级数学思维优化、强化学习优化以及生成式推荐。这些工作不是孤立的学术探索——它们共同指向一个现实问题：大模型从「能对话」走向「能可靠地完成复杂任务」，中间还有哪些关键缺口需要补上。 评测论文的核心关切是：现有基准是否真的能区分模型的能力层级...
2026-06-04
来源: tech.meituan.com
33
不少开发者在构建 OpenClaw 自动化工作流时，习惯走"捷径"——通过第三方订阅服务做非官方调用。短期看确实省事，但账号被标记、服务随时中断、数据泄露的风险像定时炸弹。LongCat 团队最近开放了稳定合规的官方免费 API，直接从官方渠道接入 OpenClaw，让自动化工作流在安全底线之上跑起来。 第三方订阅服务通常的做法是：用中间人身份代理 O...
2026-06-04
来源: tech.meituan.com
52
站外页面是用户第一次接触大众点评的入口——从微信分享、搜索引擎到短视频跳转，每一毫秒的加载延迟都在直接流失转化。增长团队面对的现实很骨感：旧 M 站基于传统 SSR + 水合架构，首屏可交互时间被框架自身的 hydration 拖累，维护成本也随着业务膨胀居高不下。引入 Qwik.js 重构后，团队用"可恢复性"替代了水合，配合全链路工程优化，各核心页...
2026-06-04
来源: tech.meituan.com
39
业务越做越大，报表越建越多，数据口径却越来越乱——这是很多公司数据团队的共同痛点。美团数据平台也踩过同样的坑：个性化数据集驱动下，不同团队各自建表、各自定义指标，同一笔 GMV 在三份报表里出现三个数字，查询性能还因为重复计算和宽表膨胀一路下滑。 他们的解法不是再加一层报表治理流程，而是从架构层面重构——以指标平台为核心，建设自动语义和增强计算两种能力...
2026-06-04
来源: tech.meituan.com
40
过去两年，多模态模型的常见做法是让图像和音频先过一道"翻译"——视觉编码器把图片压缩成向量，语音模型把声音转成文本，再喂给语言模型做推理。翻译过程不可避免地丢信息：一张图里的空间关系、一段语音里的情绪起伏，经过压缩后只剩模糊的摘要。 美团团队发布的 LongCat-Next 走了一条不同的路：让视觉和语音直接成为模型的"母语"，与文本在同一个词元空间里...
2026-06-04
来源: tech.meituan.com
28
让大模型做一道高中代数题，它大概率能算出正确答案。但把同样的问题换成"请证明这个结论对所有自然数成立"，事情就完全不同了——答案对了不够，每一步推理都必须经得起形式化逻辑的逐行审查，一个模糊的"显然"就能让整条证明链断裂。LongCat-Flash-Prover 正是为这个更难的问题而开源的模型：它不满足于"猜答案"，而是要把 AI 推向严谨的形式化定...
2026-06-04
来源: tech.meituan.com
47
零样本语音克隆一直有个绕不开的痛点——级联误差。从文本到梅尔谱，梅尔谱到声码器波形，每一步转换都在丢信息、叠噪声。美团 LongCat 团队刚发布的 LongCat-AudioDiT，选择了一条更激进的路：把梅尔谱这类中间表示彻底砍掉，直接在波形潜空间里跑扩散模型生成语音。这意味着整条生成链路少了一整段"翻译"环节，误差累积的根源被从中间掐断。 传统 ...
2026-06-04
来源: tech.meituan.com
47
具身智能领域有个长期隐痛：机器人需要理解"动作"，但高质量的动作数据极度稀缺。于是大家把目光投向 YouTube 上海量的人类操作视频——做饭、组装、打扫，这些视频里藏着丰富的动作语义。问题是，从这些"旁观视角"的视频里学到的表征，到底能不能迁移到机器人的控制上？LARYBench 第一次给出了系统化的答案，而且结论出乎意料：通用视觉模型的动作表征，在...