Selama bertahun-tahun, andaian umum dalam kalangan pembuat dasar teknologi adalah jelas: tiada cip NVIDIA, tiada AI perintis. Kawalan eksport

Selama bertahun-tahun, andaian umum dalam kalangan pembuat dasar teknologi adalah sangat jelas: tanpa cip NVIDIA, tiada AI perintis. Kawalan eksport terhadap GPU kelas atasan seperti H100 dan barisan Blackwell yang lebih baharu direka khusus berdasarkan kekangan tersebut. Teorinya, dengan menyekat akses kepada silikon terbaik, anda akan memperlahankan keupayaan sesebuah negara untuk melatih model yang terbesar dan paling berupaya. Meituan baru sahaja membuktikan teori itu salah.

Gergasi teknologi China, yang paling dikenali kerana mendominasi penghantaran makanan dan perkhidmatan tempatan, telah melancarkan LongCat 2.0. Ia merupakan model dengan 1.6 trilion parameter yang dibina berasaskan seni bina Mixture-of-Experts. Apa yang mengejutkan? Pasukan tersebut melatihnya sepenuhnya menggunakan cip domestik China. Tanpa NVIDIA H100. Tanpa GPU Blackwell. Dan berbanding menyembunyikannya di sebalik API, Meituan telah menyediakan pemberat (weights), kod latihan, dan saluran paip data (data pipeline) yang lengkap di GitHub untuk diperiksa oleh sesiapa sahaja.

Apa yang Sebenarnya Dibawa oleh LongCat 2.0

Mari kita lihat fakta yang tidak bergantung kepada perkakasan terlebih dahulu. Dengan 1.6 trilion parameter, LongCat 2.0 berada dalam kalangan model pemberat terbuka (open-weight) terbesar yang pernah dilancarkan. Parameter bukan satu-satunya ukuran kualiti, tetapi pada skala ini, ia menandakan cita-cita kejuruteraan yang serius. Oleh kerana ia menggunakan reka bentuk Mixture-of-Experts, hanya sebahagian daripada parameter tersebut yang diaktifkan untuk tugasan tertentu. Ini menghalang kos inferens daripada melambung tinggi tanpa kawalan, sambil tetap membolehkan model tersebut menyimpan rangkaian pengetahuan dan corak penaakulan yang sangat luas.

Tetingkap konteksnya mencecah satu juta token. Ini setanding dengan tawaran kelas atasan daripada OpenAI dan Anthropic, dan ia mengubah apa yang boleh dilakukan oleh model tersebut secara praktikal. Dengan tetingkap sebesar itu, anda boleh memasukkan keseluruhan kontrak undang-undang, log sembang selama berbulan-bulan, atau repositori kod yang luas dalam satu prom (prompt) sahaja. Bagi pembangun yang membina aplikasi yang memerlukan memori merentasi dokumen yang panjang, ini bukan sekadar penambahbaikan kecil. Ia adalah satu keperluan fungsian.

Kemudian, terdapat aspek keterbukaan. Meituan tidak mengeluarkan demo yang telah disunting atau API yang terhad. Pemberat model tersedia, kod latihan adalah awam, begitu juga dengan saluran paipnya. Perkara ini penting bagi penyelidik yang ingin menghasilkan semula keputusan, bagi perusahaan yang perlu mengaudit tingkah laku, dan bagi jurutera yang perlu melakukan penalaan halus (fine-tune) pada model menggunakan data proprietari tanpa menghantar apa-apa ke pelayan pihak ketiga.

Kisah Perkakasan yang Terlepas Pandang oleh Semua Orang

Berita utamanya di sini bukan sekadar jumlah parameter. Ia adalah silikon di sebaliknya. LongCat 2.0 dilatih menggunakan pemecut (accelerators) domestik, khususnya cip seperti siri Huawei Ascend. Ini adalah cadangan yang sangat berbeza berbanding hanya meletakkan rangka kerja sedia ada pada kluster NVIDIA dan menekan butang mula.

Melatih model berbilion parameter memerlukan penyelesaian masalah pengkomputeran teragih pada tahap ekstrem. Jalur lebar memori, komunikasi antara cip, dan prestasi titik apung (floating-point) semuanya perlu diuruskan dengan ketepatan yang sangat tinggi. Kelebihan NVIDIA bukan sekadar pada GPU semata-mata. Ia adalah ekosistem CUDA, kernel yang dioptimumkan, dan pengetahuan kolektif tentang cara memerah prestasi daripada timbunan (stack) tersebut. Membina model yang setanding pada perkakasan Ascend bermakna jurutera Meituan terpaksa melakukan kerja keras untuk menyesuaikan rangka kerja latihan, menulis semula operasi tahap rendah, dan menyahpepijat (debugging) larian latihan teragih pada seni bina yang secara asasnya berbeza.

Kejayaan mereka menunjukkan sesuatu yang lebih besar daripada sekadar satu model. Ia menunjukkan bahawa reka bentuk bersama perkakasan-perisian China sedang matang ke tahap di mana ketiadaan cip Barat bukan lagi penghalang mutlak. Ia adalah satu kekangan, dan kekangan yang mahal, tetapi bukan penghalang yang mustahil.

Di Mana Ia Sebenarnya Berprestasi

LongCat 2.0 mencatatkan skor yang tinggi dalam penaakulan bahasa Cina, matematik, dan pencarian konteks panjang (long-context retrieval). Itu adalah penanda aras yang khusus dan bernilai tinggi. Penaakulan matematik menguji keupayaan model untuk mengendalikan logik dan manipulasi simbolik. Pencarian konteks panjang menguji sama ada model boleh mencari sebilah jarum maklumat dalam timbunan jerami sejuta token tanpa hilang jejak. Melepasi kedua-duanya adalah perbezaan antara model yang kedengaran bijak dengan model yang benar-benar boleh melakukan kerja.

Meituan memposisikan ini sebagai alternatif langsung kepada Llama, DeepSeek, dan Qwen. Bagi tugasan bahasa Cina, persaingan itu amat sengit. Model yang dilatih terutamanya menggunakan data internet bahasa Inggeris sering kali tersangkut pada rujukan bahasa Cina klasik, bahasa kawal selia tempatan, terminologi kewangan yang digunakan di pasaran tanah besar, dan singkatan tidak formal yang mendominasi media sosial Cina. Model yang dibina dengan kemahiran bahasa Cina yang mendalam, dibekalkan oleh syarikat yang perniagaan terasnya bergantung pada tingkah laku pengguna Cina, mempunyai kelebihan struktur dalam senario tersebut.

Perkara ini penting untuk lebih daripada sekadar bot sembang. Firma teknologi undang-undang (legaltech) yang menganalisis undang-undang kontrak PRC, penyelidik yang meneliti teks sejarah, bank yang memproses dokumentasi pinjaman Mandarin, dan platform perkhidmatan pelanggan yang mengendalikan dialek serantau, semuanya memerlukan model yang memahami nuansa dan bukannya menterjemah melalui lensa berpusatkan bahasa Inggeris.

Senjata Tersembunyi Meituan: Skala dan Data

Meituan bukanlah sebuah makmal penyelidikan yang mempunyai aplikasi penghantaran sebagai sampingan. Ia adalah sebuah gergasi operasi yang menyelaraskan jutaan penghantar, restoran, dan pedagang di seluruh China setiap hari. Skala tersebut menghasilkan aliran data bahasa dunia nyata yang sangat besar. Aduan pelanggan yang dihantar ke bot sembang. Deskripsi restoran yang mencampurkan slanga serantau dengan butiran pendaftaran perniagaan rasmi. Arahan penghantaran yang mencampurkan sistem alamat dengan mercu tanda tidak formal. Tiket perkhidmatan pedagang yang menyentuh tentang cukai, peraturan kebersihan, dan undang-undang kecil tempatan.

Data ini tidak tersusun, berkonteks, dan sangat bersifat tempatan dalam cara yang tidak dapat ditiru oleh data imbasan web generik. Memasukkan data tersebut ke dalam LongCat 2.0 memberikan model itu asas praktikal yang tidak dimiliki oleh latihan yang bersifat akademik semata-mata. Melatih model menggunakan teks Wikipedia yang kemas adalah satu perkara. Melatih model menggunakan bahasa transaksi yang huru-hara dalam perdagangan sebenar adalah perkara yang lain.

Mengapa Landskap Semakin Berubah

Jika syarikat dapat melatih model kelas terdepan menggunakan silikon domestik, keseluruhan logik strategik di sebalik sekatan eksport cip akan mula terhakis. Sekatan tersebut dibina atas premis bahawa mengawal rantaian bekalan NVIDIA akan mengawal keupayaan AI. Premis itu mengandaikan bahawa tiada ekosistem alternatif yang berdaya maju wujud.

LongCat 2.0 bukanlah satu pengisytiharan bahawa cip China telah menandingi NVIDIA dalam setiap metrik. Ia adalah bukti bahawa mereka tidak perlu menandingi secara sempurna untuk menyelesaikan tugasan. Memori yang mencukupi, jalur lebar yang mencukupi, dan pengoptimuman perisian yang cukup pintar boleh merapatkan jurang tersebut untuk menghasilkan keputusan yang kompetitif. Itu adalah piawaian yang jauh lebih rendah daripada kesetaraan mutlak, dan ia merupakan piawaian yang nampaknya telah berjaya dilepasi.

Bagi rantaian bekalan AI global, implikasinya adalah jelas. Andaian bahawa semua latihan serius mesti melalui perkakasan NVIDIA kini sudah mati. Ini mengalihkan kuasa ke arah kedaulatan nasional dalam pembangunan AI. Negara dan syarikat yang hanya memerhati tidak lagi melihat pembekal titik sempit tunggal sebagai satu-satunya jalan menuju keupayaan terdepan. Mereka melihat berlakunya pembahagian, dan kemungkinan landskap perkakasan pelbagai kutub, yang muncul lebih cepat daripada jangkaan kebanyakan pihak.

Kesimpulan Sebenar

LongCat 2.0 adalah lebih daripada sekadar pelancaran teknikal. Ia adalah ujian terhadap hipotesis politik, dan hipotesis tersebut baru sahaja gagal. Meituan telah membuktikan bahawa sebuah syarikat teknologi pengguna dengan data yang betul, pasukan kejuruteraan yang betul, dan perkakasan yang betul boleh melatih model terbuka dengan 1.6 trilion parameter tanpa menyentuh satu pun GPU Barat yang disekat.

Bagi pembangun, ini bermakna terdapat pilihan pemberat terbuka baharu dengan kedalaman sebenar dalam bahasa Cina dan tugasan konteks panjang. Bagi penggubal dasar, ini bermakna sekatan berdasarkan penafian perkakasan mesti mengambil kira aspek adaptasi, bukan sekadar pemerolehan. Bagi selebihnya industri, ini bermakna peta tentang siapa yang boleh membina apa, dan dengan alatan yang mana, sedang dilukis semula secara masa nyata.

Sekatan eksport mungkin telah membeli masa. Ia juga nampaknya telah membeli satu alternatif.