2026 年 6 月 30 日，美团正式发布新一代基础大模型 LongCat-2.0，并同步启动开源计划。据公开信息，LongCat-2.0 采用 MoE（混合专家）架构，总参数量达 1.6 万亿，采用从零开始的原生预训练方式，是首个完全依托国产算力完成从预训练到推理全链路研发的万亿级大模型。
为什么"国产算力全链路"值得关注
万亿参数模型的训练与推理，对算力的规模与稳定性要求极高。过去，这类模型的研发高度依赖进口算力。LongCat-2.0 的意义，在于它把"训练与推理全流程都跑在国产算力上"这件事做成了先例。
从产业视角看，这意味着国产算力从"能支撑中小模型"走向"能支撑超大规模模型"，是算力自主可控进程中的一个节点。它也与同期政策强调的"超大规模智算集群建设"“强化高质量数据供给"形成呼应，可参见国务院常务会议部署人工智能发展。
开源：技术路线也是合规路线
LongCat-2.0 同步启动开源。开源对模型生态是加速器——降低使用门槛、扩大应用面、吸引开发者共建。但从合规角度，开源同时意味着一整套新的责任分配。
第一是开源许可证的选择与理解。不同开源许可证对商用、修改、再分发的限制不同。企业使用开源模型时，需要读懂许可证条款，避免把"开源"误读为"无条件自由使用”。
第二是模型能力的下游传导责任。上游开源，不代表下游免责。基于开源模型开发的应用，仍需自行履行备案、登记、内容标识等义务，可参见大模型备案 vs 大模型登记。
第三是训练数据与开源之间的张力。开源模型的分发，可能把训练数据中隐含的权利瑕疵一并带出，模型提供方需要评估开源带来的数据合规暴露。
对使用开源模型的企业意味着什么
一是备案与登记义务不因"用的是开源模型"而免除。通过 API 或其他方式调用已备案模型能力的应用或功能，需要完成登记；自行微调并对外提供服务的，需要判断是否触发备案。相关流程可参见生成式 AI 备案材料清单。
二是要建立开源组件清单。把所用模型、框架、工具的开源许可证集中登记，是应对合规审查与知识产权风险的基础动作，可参见知识产权布局指南。
三是注意成果归属。基于开源模型做的微调、蒸馏与优化，其成果的知识产权归属需要依据许可证与合同确定，可参见深度合成备案指南。
国产算力链路上的合规配套
当模型研发从"买算力"走向"用国产算力全链路"，企业还会面对新的合同与合规安排：算力采购与调度协议、算力提供方与模型方的数据边界、训练数据的来源与授权、以及跨境算力使用的合规问题。这些安排需要在项目早期明确。
需要就开源模型合规、备案登记与算力合作合同获得支持的，可参见算法备案服务与商业合同服务。
本文依据 2026 年 6 月 30 日 LongCat-2.0 发布的公开信息编写，仅供参考，不构成法律意见。