{"id":14155,"date":"2025-09-02T09:01:12","date_gmt":"2025-09-02T09:01:12","guid":{"rendered":"https:\/\/byte-bucket.com\/2025\/09\/02\/meituan-veroeffentlicht-open-source-sprachmodell-longcat-flash-chat-und-foerdert-globale-ki-innovation\/"},"modified":"2025-09-02T09:01:12","modified_gmt":"2025-09-02T09:01:12","slug":"meituan-veroeffentlicht-open-source-sprachmodell-longcat-flash-chat-und-foerdert-globale-ki-innovation","status":"publish","type":"post","link":"https:\/\/byte-bucket.com\/?p=14155","title":{"rendered":"Meituan ver\u00f6ffentlicht Open-Source-Sprachmodell LongCat-Flash-Chat und f\u00f6rdert globale KI-Innovation"},"content":{"rendered":"<p>Meituan, ein chinesisches Technologieunternehmen, hat sein 560 Milliarden Parameter umfassendes gro\u00dfes Sprachmodell LongCat-Flash-Chat als Open Source ver\u00f6ffentlicht. Dieser Schritt markiert einen Meilenstein in der globalen KI-Forschung und unterstreicht Meituans Engagement f\u00fcr die F\u00f6rderung von Innovation und Zusammenarbeit im Bereich der k\u00fcnstlichen Intelligenz. Das Modell, nun auf Plattformen wie GitHub, Hugging Face und der offiziellen Meituan-Website zug\u00e4nglich, steht Entwicklern und Forschern weltweit offen und erm\u00f6glicht ihnen den Zugriff auf fortschrittliche Technologien zur Entwicklung agentenbasierter KI-Anwendungen. LongCat-Flash-Chat zeichnet sich durch eine Mixture-of-Experts (MoE)-Architektur aus, die es erlaubt, mit lediglich 18,6 bis 31,3 Milliarden aktivierten Parametern pro Token zu arbeiten. Diese effiziente Ausgestaltung erm\u00f6glicht es dem Modell, gleichzeitig hohe Leistungsstandards mit Mainstream-Modellen zu erreichen und in agentenbasierten Aufgaben Ergebnisse zu liefern. Ein zentraler Aspekt dieses Designs ist der \u201eZero-Computation Experts\u201c-Mechanismus, der mit einem PID-Regler zur Stabilisierung der Aktivierungsniveaus kombiniert wird. Zus\u00e4tzliche Interlayer-Cross-Channel-Pfade parallelisieren die Kommunikation und Berechnung innerhalb des MoE-Systems, was den Trainingsfortschritt beschleunigt und innerhalb von 30 Tagen abgeschlossen werden kann. Die Inferenzgeschwindigkeit ist bemerkenswert und erreicht 100 Token pro Sekunde bei gleichzeitig hoher Kosteneffizienz. Meituan hat zudem fortschrittliche Techniken wie Multi-Agenten-Methoden und einen spezifischen Evaluationsdatensatz f\u00fcr agentenbasierte F\u00e4higkeiten eingesetzt, um die Qualit\u00e4t der generierten Trajektoriendaten zu maximieren. Diese Open-Source-Ver\u00f6ffentlichung baut auf Meituans umfassender KI-Strategie auf, die sich auf drei Kernbereiche fokussiert: KI im Arbeitsumfeld, KI in Produkten und das Building von LLMs (gro\u00dfen Sprachmodellen). Neben LongCat-Flash-Chat hat das Unternehmen bereits erfolgreiche Anwendungen wie NoCode (KI-basiertes Codieren), Kangaroo Advisor (Gesch\u00e4ftsentscheidungsassistent) und Meituan Jibai (KI-gest\u00fctztes Hotelmanagement) entwickelt. Durch die Bereitstellung von LongCat-Flash-Chat als Open Source unterstreicht Meituan seine Ambitionen, Skalierbarkeit, Inferenzgeschwindigkeit und Kosteneffizienz in den Vordergrund zu stellen und somit einen entscheidenden Beitrag zur globalen KI-Gemeinschaft zu leisten.<\/p>\n<p>Schlagw\u00f6rter: Meituan + KI + Meituan Jibai<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Meituan, ein chinesisches Technologieunternehmen, hat sein 560 Milliarden Parameter umfassendes gro\u00dfes Sprachmodell LongCat-Flash-Chat als Open Source ver\u00f6ffentlicht. Dieser Schritt markiert einen Meilenstein in der globalen KI-Forschung und unterstreicht Meituans Engagement f\u00fcr die F\u00f6rderung von Innovation und Zusammenarbeit im Bereich der k\u00fcnstlichen Intelligenz. Das Modell, nun auf Plattformen wie GitHub, Hugging&#46;&#46;&#46;<\/p>\n","protected":false},"author":6,"featured_media":14154,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-14155","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/14155","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=14155"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/14155\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/14154"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14155"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14155"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14155"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}