美团悄然跑通万亿大模型，骑手背后的技术底牌曝光
美团，一个送外卖、约按摩、配炸鸡的平台，为什么会去做最前沿的 AI？
上周，一件看起来有点“违和”的事突然出现了。
美团悄悄发布了一款名为 LongCat-2.0 的大模型。
它的参数量高达 1.6 万亿。
不是 1.6 亿，而是 1.6T，T 指的是 trillion，也就是万亿级。
放眼全球，能驾驭这个量级模型的团队，用两只手数得过来。
更让人意外的是，这个模型并不是在英伟达 GPU 上训练出来的，
而是依托五万张国产算力卡，完成了从训练到推理的全流程。
从目前公开信息看，这还是全球范围内第一个这样完成万亿参数模型全流程的案例。
说实话，第一次看到这条消息时，很多人的第一反应大概和我一样：
美团做这个干什么？
难道骑手在送餐路上，还真要用上万亿参数大模型？
但事情显然没这么简单。
外卖这门生意，比你想象中复杂得多。
相关快讯
openJiuwen首发多模态Skill范式Skill-Omni，让Skill“有图可依”
Skill 让 Agent 复用任务经验，但传统 Skill 多为纯文本，难以承载修图、按钮操作等“看了才懂”的视觉知识。为解决这一短板，openJiuwen 社区发布 Skill-Omni，将网页和视频中的视觉经验工程化沉淀为可复用的多模态 Skill，让 Agent 从“读得懂”升级为“看得见”。
八位数授权费背后，AI制药正在集体卖「模型」
2026年AI制药合作将更密集，核心驱动力来自AI大模型的持续突破。2025年Evo2、boltz-2、Chai-2等模型集中发布，显著点燃行业热情，也带动巨头投资和合作加速涌入。以大模型为底座的医药AI Agent和自动化实验室，正推动药物发现、临床设计和生产优化等环节重塑研发逻辑，吸引英伟达、OpenAI、微软、谷歌等进一步入局。
蚂蚁灵波开源具身操作基座模型 LingBot-VLA 2.0，5万小时真机数据破解行业痛点
LingBot-VLA系列定位为具身智能领域的“行业通用大脑”，目标是以一套通用模型解决“一脑多机”的泛化难题。其核心优势在于跨平台迁移能力，从适配单一机器人扩展到可覆盖20种本体与场景。预训练阶段汇聚2万小时高质量双臂机器人真机轨迹数据，并依托高效训练体系，在8卡GPU混合并行下实现单卡261 samples/秒的吞吐率。
3.8万小时、天价Token背后：字节如何发现Agent的 Scaling Law
字节 Seed 发布的 EdgeBench 评测显示，5 个前沿模型累计跑了约 3.8 万小时，核心结论是找到了 Agent 的 scaling law。论文指出：134 个任务的平均学习曲线可被 log-sigmoid 高精度拟合，说明 Agent 学习存在稳定的数学规律，并据此总结出公式、路径、本质和速度四个发现。
全球首个超高帧世界模型问世，零英伟达参与也能跑到50帧
魔芯科技联合浙江大学团队发布MoWorld，号称全球首个Flash World Model，也是首个全栈基于国产NPU构建的实时交互世界模型。该方案把世界模型推至50FPS实时交互，覆盖训练、蒸馏到部署的国产算力闭环，推理成本较同规模GPU方案降低70%。
首位AI演员将主演电影：采用“混合制作”，创造者曾称要将其打造成下个“斯嘉丽”
据报道，全球首位AI演员蒂莉·诺尔伍德将出演电影《Misaligned（错位）》并担任主角，这也是她的首个电影角色。影片将采用“混合制作方式”，由传统影视创意人员与受训AI专家协作完成。此前，Particle6已推出她“主演”的短片，并为其打造社交媒体人设。