|
居然，发布并直接开源了560B参数的MoE模型LongCat-Flash-Chat。好家伙，WAIMAI里有两个AI，这次成真的了，美团真发大模型了。 开源地址：https://github.com/meituan-longcat/LongCat-Flash-Chat 也有线上体验地址：https://longcat.ai 我自己去体验了一下，整体模型能力，中规中矩，但是快，是真的快，能把560B的模型，在推理的时候搞得这么快，是真的有点牛逼的。 我直接录了个屏给大家看一下。 这里我们可以直观对比一下LongCat和DeepSeekV3的输出速度，API其实更好，但是这里就直接用的网页版了，更C端用户一些，能直观的看到效果，他两也都是MoE，而且参数量差不太多。 为了更公平的竞争，用了同一个问题，并关闭了联网搜索来避免搜索干扰。 先来看DeepSeek。 DeepSeek每次还是需要原地转圈圈思考一会儿，然后才一个一个的往外吐字，挺急的。 耗时整整33秒。 再来看LongCat，这刷新率不用多说了吧。 像机关枪一样哒哒哒的五六秒就输出完了。 这是LongCat和DeepSeek的另一个case，DeepSeek思考的功夫，LongCat答案快写完了。 非常直观的对比。。。 我又测了一下写作和代码。 先是做了一个新的小游戏，弹射线游戏，核心玩法是操作小球来躲避不同方向，不同速度的避弹射线，存活时间越长分数越高。 整体还行，这UI以及弹射线的设计还是很有艺术感，碰壁反弹也遵循了正确的物理规律，甚至在碰撞时会迸发好看的火花。 然后，我让LongCat写了篇小说。 全文比较长，我把完整版贴在这里，大家可以看看。 我还挺喜欢它写的那句话的：在宇宙的尺度下，孤独是一种常态。 我还让它写了一个北京美食地图。 不愧是美食世家出身的大模型，写的很细。 但是，我觉得最有趣的东西，其实是他们技术报告里的。 Agent能力。 很多人都在说LongCat快，确实，它的速度极快，但是，他们的Agent能力，也极强。我自己一直在说，AI现在很多时候，离我们普通大众太远了。大家都在卷生产力，卷写报告，卷做PPT，卷科研，这些东西当然很重要，但，它离我们真实的生活，总感觉还隔着一层。大家都生产属性了。 但是美团做一个Agent能力如此之高的并且超级快的大模型，我个人觉得，他目标就是为了服务自己的业务去的。 为了服务所有C端用户的生活场景。 不知道有些人知不知道，你在美团点开搜索框，现在是有AI模式的搜索的。 你可以直接跟它说人话，比如：“我想找个适合哥们儿几个喝酒撸串、人均一百左右、离我最近、现在还开着的烧烤店。”你看，它会立刻理解你这个复杂的需求，然后把最符合条件的店铺，直接推给你。而且，前段时间，他们也开始内测一个对我们社恐人士非常非常有用的新功能。你找到一家想去的餐厅，点一下那个“AI帮你订”的按钮，然后输入你的需求，比如“今晚7点，4个人，要个靠窗的座”。然后，就没你事了。 美团的AI，会自己打电话给餐厅的前台。你没看错，是真的打电话，点开沟通明细，就能看到它跟前台是怎么说的。 真的会用一个听起来几乎和真人一模一样的声音，去跟前台沟通，帮你预定。 还有美团里的AI开发票，也是一个逻辑。 你点完外卖，不再需要跟商家打电话，直接让AI去帮你搞定。 这些，所有这些已经在美团上落地、或者正在内测的AI功能，它们有一个共同的特点： 全都是为了C端用户，为了生活场景，为了解决我们这些普通人，在日常生活中那些最具体、最琐碎的痛点而服务的。 这一切的布局，感觉都像是一块块拼图，正在拼出一个巨大的、清晰的图景。而这个图景的目标，就叫： 通用生活Agent。 放眼整个国内，好像确实也没有比美团更适合来做这个产品的公司了。 AI最缺的是什么？场景和数据。 OpenAI做Agent，它很牛逼，但它能帮你订一张从北京到上海的、下周二的、靠窗的高铁票吗？它能帮你找到你家楼下那家新开的、评价最好的兰州拉面吗？ 它不能，因为它没有这个数据，更没有打通上下游的交易系统。它的背后，是全国几百万家真实商户的实时菜单、库存、营业时间。是几亿C端用户每天产生的真实交易、真实评价。是几百万外卖小哥每天在城市里穿梭，构成的最鲜活的、动态的物理世界数据。换句话说，别人是拿AI，辛辛苦苦地去找应用场景。而美团，是用无数个真实的应用场景，反过来，去养它的AI。 这是一个正向的、可以无限循环的飞轮。用户在美团上用AI的次数越多，它的AI就越懂你的需求，推荐就越精准，服务就越贴心。而服务越好，你就越离不开它。 现在，我们再回头看美团发布的那个560B参数的MoE模型，LongCat。 你就能瞬间明白，这个特点就是快和Agent能力的模型，背后的深意。 为什么要把它做得那么快？ 因为生活场景的交互，是即时的。你点外卖，你订酒店，你打车，你不能等。 古典的交互设计师可能都知道，你设计产品交互时，最接受不了的，就是产品的卡顿和延迟。 一秒钟的延迟，都可能让用户直接关掉App或者放弃这个功能，快，是C端产品能够被用户接受的生命线。 只有足够快，用户才不用等。 而模型为什么突出Agent能力？ 因为生活服务，本质上，就是一连串复杂任务的组合。 订一顿餐，背后需要理解你的口味、预算、位置，然后调用餐厅信息，规划外卖路线，最后完成支付。 订一张票，背后需要理解你的时间、目的地、偏好，然后调用票务系统，完成预定。 这些，都不是简单的知识问答，这全都是需要理解、规划、调用工具、执行任务才能完成的Agent行为。 还有一点，就是便宜。 LongCat的输出成本5元/百万 token。换句话说，它不希望用户花几百块的成本全网比价，而是只做几块钱的生意。 所以，当你把所有的点练成线，就可以看到，美团几乎就是在明示天下： 我们做大模型，从第一天起，瞄准的就是ToC的通用生活Agent，而不是所谓的，知识问答。 所以啊。 我觉得，别小看一个做本地生活起家的公司，更别小瞧那个每天给你送外卖的平台。 它可能，比任何人都更懂，人类真实的需求和期待。 | 
