Aplicativo Tencent Yuanbao para HarmonyOS lançado com versão preliminar Hunyuan Hy4

A Meituan apresentou o LongCat-2.5-Preview em sua plataforma LongCat API em 25 de setembro de 2026. De acordo com informações da iFeng Tech, AI Tool Lab e publicações relacionadas ao produto, este lançamento é posicionado como um agente de modelo multimodal de longo prazo, e não apenas uma atualização das funções de chat. O nome oficial em inglês do produto é Meituan / LongCat.

Esta análise apresenta as especificações técnicas do produto Preview e o propósito pretendido do software de agentes. A Meituan não publicou benchmarks oficiais para este lançamento, portanto, as declarações sobre as capacidades devem ser consideradas com cautela.

Arquitetonicamente, o modelo mantém a abordagem Mixture-of-Experts utilizada no LongCat-2.0. O volume total de parâmetros é de cerca de 1,6 trilhão, sendo que aproximadamente 48 bilhões de parâmetros são ativados em cada etapa de inferência. O modelo possui uma janela de contexto integrada de um milhão de tokens, tornando-o adequado para processar documentos longos, repositórios, logs e ciclos de ferramentas de múltiplos passos.

A principal diferença em relação à versão 2.0 é a implementação da capacidade multimodal nativa diretamente no modelo base. Isso inclui o parsing de imagens para perguntas e respostas entre modalidades, bem como raciocínio visual e sumarização. Além disso, houve uma transição clara da codificação puramente baseada em agentes para o gerenciamento autônomo de fluxos de trabalho em terminais, navegadores, interfaces gráficas de usuário, planilhas e ferramentas de design.

O acesso ao modelo é fornecido em dois formatos: via API (com endpoints compatíveis com OpenAI e Anthropic, descritos em análises) e através de uma interface web em longcat.chat. O comprimento máximo do texto de saída foi definido em 128 mil tokens.

As notas de integração mencionam ferramentas como Codex, OpenCode, OpenClaw, CatPaw, Claude Code, Hermes e Kilo Code, permitindo que sistemas de agentes existentes acessem diretamente a versão Preview. Relatórios secundários citam preços promocionais, indicando um uso de entrada limitado por tempo a cerca de US$ 0,30 e de saída a cerca de US$ 1,20 por milhão de tokens, com um nível adicional de entrada com cache e tokens gratuitos para usuários atuais; os termos comerciais devem ser considerados como ofertas temporárias de Preview.

Como o LongCat-2.5-Preview não vem acompanhado de classificação pública neste ciclo, recomenda-se aos leitores que considerem as melhorias no software de agentes como uma declaração de posicionamento aguardando avaliação independente. Para desenvolvedores que acompanham agentes multimodais na China, a informação chave é que a Meituan lançou um modelo 1.6T / ~48B MoE com contexto nativo de 1M, focado em longas cadeias de operações de software, e não em históricos financeiros ou mudanças de classificação.

A startup chinesa EBKernel apresentou o Cog-WM 1.0 na sessão de inteligência incorporada inspirada no cérebro, durante o Fórum de Inovação Putian em 2026. A empresa posiciona este lançamento como um modelo cognitivo do mundo construído com base em previsão no espaço latente, e não na reprodução de pixels.

De acordo com a declaração da empresa, esta arquitetura adota conceitos organizacionais de mapas cognitivos humanos, como atualização seletiva da memória, codificação orientada a objetivos e previsão em múltiplos horizontes. Essas ideias combinam-se com uma função objetivo de incorporação conjunta no estilo JEPA, permitindo que robôs planejem usando características espaciais e de estado abstratas, em vez de reconstruir quadros brutos.

Em termos de navegação, o modelo Cog-WM Nav 1.0 foi testado sem o uso de um mapa pré-criado. Em um subconjunto do HM3D-ObjectNav, a EBKernel relatou um aumento na taxa de sucesso de 78,50% para 86,89% em comparação com a linha de base BSC-Nav, publicada na Nature Communications. Isso representa um aumento absoluto de 8,39 pontos (aproximadamente 10,7%), e a métrica SPL aumentou de 47,70 para 48,35.

O componente de navegação mantém uma memória espacial explícita e prevê subobjetivos para exploração no espaço latente. Em seguida, ele equilibra a semântica do objetivo com o custo do caminho, o que é particularmente útil quando o objetivo está fora do campo de visão atual e o robô precisa decidir para onde olhar em seguida.

O ramo de manipulação, Cog-WM Manip 1.0, treina previsão de estado e experiência multiescala modulada por valor, fornecendo uma ligação entre os efeitos das ações no curto prazo e o progresso da tarefa em um período mais longo. Ao usar um protocolo de reprodução unificado, a EBKernel afirma que o modelo supera os modelos básicos pré-treinados em massa, como o pi0.5, em cerca de 16% em três conjuntos de dados principais para manipulação, incluindo configurações mais complexas do RoboTwin 2.0.

A análise do impacto dos componentes no LIBERO-Plus mostrou um efeito aditivo: a política sozinha alcançou quase 80%, a previsão local atingiu 81,6%, a previsão de múltiplos horizontes atingiu 82,0%, e o sistema completo atingiu 84,6%.

A empresa declara capacidades de implantação que abrangem humanoides com rodas e quadrúpedes para navegação sem mapas, planejamento de rotas, recuperação de memória espaço-temporal, resposta espacial a perguntas (QA) e busca de objetos. A manipulação foi testada em corpos humanoides com rodas, e a navegação de quadrúpedes foi marcada em objetos de cliente para inspeção ou patrulha.

A EBKernel, fundada em meados de 2025, promove a tese de produto de aprendizado ao longo da vida com baixa necessidade de dados e alta capacidade de generalização. No entanto, as métricas independentes de longevidade ao ar livre e os resultados de campo em longos horizontes ainda estão limitados aos limites dos benchmarks internos da empresa, portanto, recomenda-se que os laboratórios considerem as métricas SR publicadas e as mudanças na manipulação como o conjunto principal de comparação até que trabalhos de terceiros apareçam.