Meituan ha presentado LongCat-2.0, un modelo de lenguaje de gran tamaño que alcanza 1.6 billones de parámetros y admite una ventana de contexto de 1 millón de tokens. Este logro sitúa al modelo a la altura de las propuestas más avanzadas del sector, como la oferta V4-pro de DeepSeek, que se lanzó en abril de este año.\n\nLo más destacado de LongCat-2.0 es su entrenamiento completo en una flota de más de 50,000 aceleradores AI domésticos, lo que lo convierte en el primer modelo de más de un billón de parámetros en lograr tal escala sin depender de hardware extranjero para la fase de preentrenamiento. A diferencia de DeepSeek V4-pro, que empleó chips chinos principalmente para la inferencia, LongCat-2.0 completó también la fase de preentrenamiento utilizando exclusivamente hardware nacional. Este avance demuestra el grado de autosuficiencia tecnológica que persigue China en el ámbito de la inteligencia artificial.\n\nEl sistema se configuró enteramente sobre grandes “AI ASIC superpods” y empleó la Huawei Collective Communication Library para mejorar la estabilidad de la comunicación entre procesadores. A pesar de este progreso, Meituan reconoce que aún existen desafíos técnicos, especialmente en la sustitución de GPUs extranjeras como las de Nvidia, que siguen siendo un cuello de botella en la memoria. Los aceleradores domésticos, al ofrecer capacidades menores que las tarjetas Nvidia H800, impulsaron la necesidad de desarrollar sistemas de optimización para mantener una capacitación estable, segura y escalable a gran escala.\n\nEn cuanto al rendimiento, LongCat-2.0 mostró fortalezas en tareas de codificación y en agentes, superando en ciertas métricas a Gemini 3.1 Pro de Google en pruebas como Terminal-Bench 2.1 y SWE-Bench Pro. No obstante, la compañía también reconoce que el modelo aún está por detrás de frontier capabilities en evaluaciones amplias frente a OpenAI GPT-5.5 y Claude 4.8 Opus. Según el analista TP Huang, el logro “calma las preocupaciones sobre la capacidad de entrenar LLMs grandes con Atlas-950 SuperPoDs” en escenarios frente a Zhipu AI y DeepSeek.\n\nAun con estos avances, persisten desafíos técnicos tras la meta de ampliar ambiciones y reducir la dependencia de Nvidia. La memoria ha emergido como la principal limitante, dada la menor capacidad de los aceleradores domésticos en comparación con la Nvidia H800, la cual no está disponible para exportación a China por reglas estadounidenses. Los ingenieros respondieron con sistemas de optimización adicionales para mantener el entrenamiento estable y escalable en un clúster de gran tamaño.\n\nAunque LongCat-2.0 aún no ha sido evaluado por firmas independientes de renombre como Artificial Analysis, Arena, Agents’ Last Exam o CyberGym, lo que queda por verificar digitalmente podría influir en la percepción de sus capacidades. La liberación sugiere que el desarrollo nacional continúa intentando reducir la dependencia de hardware extranjero mediante la expansión de opciones de hardware doméstico más allá de la inferencia hacia el entrenamiento a gran escala.\n\nEn última instancia, la comparación de resultados entre herramientas de IA independientes y evaluaciones externas determinará la viabilidad competitiva de este enfoque en el futuro. Para más contexto, la noticia fue recogida por SCMP y divulgada en TechRadar y otras publicaciones especializadas, subrayando un momento crucial en la carrera por la autosuficiencia tecnológica en IA en China.

from Latest from TechRadar https://ift.tt/r6157Wc
via IFTTT IA