美團推出2026年“LongCat大模型北斗實習計劃”，面向全球高校碩博生招募大模型領域實習生。該計劃依託美團LongCat團隊，聚焦AGI研發，覆蓋基座模型算法、Infra架構、Agent應用及視覺生成等方向。團隊強調技術落地真實場景，其開源模型矩陣已實現全模態覆蓋，包括560B參數的混合專家模型LongCat-Flash-Chat等。
2026年3月24日，美團龍貓團隊開源了深度學習模型LongCat-Flash-Prover，專門用於數學形式化與定理證明。該模型將形式化推理拆解爲自動形式化、草稿生成與證明生成三大原子能力，旨在克服大語言模型在嚴密邏輯推演中的短板，實現從“概率預測答案”到“嚴謹邏輯證明”的範式轉變。
美團開源了擁有5677億參數的數學證明模型LongCat-Flash-Prover，採用MoE架構，針對複雜數學形式化證明優化，在頂級基準測試中展現出卓越的邏輯推理能力。
美團LongCat團隊發佈新模型LongCat-Flash-Lite，採用“嵌入擴展”新範式，突破傳統MoE架構瓶頸。研究表明，擴展嵌入層比單純增加專家數量能獲得更優的帕累託前沿，有效解決了邊際收益遞減和通信開銷高的問題。
mlx-community
這是美團LongCat-Flash-Chat模型的MLX格式轉換版本，採用創新的DQ6_K_M量化技術，專為配備512GB內存的蘋果Mac Studio M3 Ultra設備優化，在保持接近8位量化性能的同時顯著減少內存佔用
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
