美团龙猫于11月2日推出原生多模态模型LongCat-2.5，定位面向长程智能体任务。该模型总参数量达1.6万亿，每个token激活约480亿参数，是在LongCat-2.0基础上的进一步迭代，重点强化原生视觉理解与智能体编程两项能力。

在训练策略上，龙猫为长序列训练引入更多长程轨迹数据，并借助大规模长程强化学习提升模型在复杂代码库开发、完整项目构建等场景中的端到端工程能力。官方围绕数据合成、环境构建与跨Harness混合训练持续扩展训练链路，同时将真实Agent的失败轨迹转化为可复现、可验证的训练任务，针对能力短板补充数据。

多模态处理方面，LongCat-2.5将视觉信号表示为多层级离散token，使主干模型能够以统一的token形式同时处理视觉与文本输入。原生视觉理解与智能体编程的结合，使其在Visual Coding任务上表现突出，并可支持创意设计和3D等任务。

上述能力依赖持续演进的基础设施：官方优化了国产算力上的长上下文训练与W4A4推理，并通过训推数值一致性和长上下文rollout优化，支撑大规模长程强化学习的高效运行。目前模型已开放在线体验与API接入，相关资源同步上线Github与HuggingFace。