從“服務(wù)”到“造腦”，美團(tuán)的不變與變

撰文/鄒 珊

編輯/李 季

排版/Annalee

2026年伊始，“小龍蝦”等Agent爆火過后，“物理AI”這個(gè)更進(jìn)一步的概念出現(xiàn)在公眾視野。

OpenAI的Sora團(tuán)隊(duì)轉(zhuǎn)去世界模型研究；圖靈獎(jiǎng)得主楊立昆也創(chuàng)辦了相關(guān)公司……業(yè)界重押“世界模型”，是因現(xiàn)實(shí)場景不足，轉(zhuǎn)而打造 “線上地圖”，讓AI更好地理解“物理世界”。

在中國，除了對“虛擬世界”的投入，“物理AI”方向還有另一種進(jìn)展。隨著一張涵蓋了宇樹、月之暗面、銀河通用、智譜AI、摩爾線程等40多個(gè)硬科技企業(yè)的被投名單曝光，網(wǎng)友們發(fā)現(xiàn)背后的投資方美團(tuán)，正在做更進(jìn)一步的落地。機(jī)器人、智能算法、視覺識別、邊緣芯片、激光雷達(dá)——已經(jīng)在倉儲分揀、藥店零售、無人配送、低空經(jīng)濟(jì)、推理部署等多個(gè)場景，規(guī)模化應(yīng)用了。在外界計(jì)算美團(tuán)有多少的賬面浮盈時(shí)，一個(gè)底層的邏輯線浮出水面：當(dāng)下王興反復(fù)強(qiáng)調(diào)的“打造物理世界的AI底座”，與美團(tuán)過去十多年在本地生活領(lǐng)域所構(gòu)建的龐大“基建”，其實(shí)是一場連貫的 “水電改造工程”。

外界常將美團(tuán)的硬科技布局解讀為 “跨界轉(zhuǎn)型”，卻忽略了背后的一致性：美團(tuán)早年扎根本地生活，搭建的線上線下服務(wù)體系，與如今重倉具身智能、芯片、AI大模型等硬科技的布局，本質(zhì)上其實(shí)都是在做 “連接”——只是從連接線上需求與線下服務(wù)，升級為連接物理世界的人、機(jī)、物。核心目標(biāo)始終是通過底層建設(shè)，提升服務(wù)效率，優(yōu)化用戶體驗(yàn)。

上個(gè)10年：打通線上世界與線下服務(wù)

移動互聯(lián)網(wǎng)的浪潮中，美團(tuán)的崛起并非偶然。

2010 年前后，本地生活服務(wù)市場尚處于蠻荒階段，線上線下割裂、服務(wù)效率低下、供需匹配錯(cuò)位是行業(yè)普遍痛點(diǎn)。美團(tuán)一開始就沒打算做簡單的信息撮合平臺，而是要做“本地生活服務(wù)的數(shù)字化提效”。

這也是美團(tuán)后續(xù)所有戰(zhàn)略的底層邏輯。

線上，是看不見的算法調(diào)度。

外賣配送中訂單量、距離、交通、天氣等現(xiàn)實(shí)中的變量，隨著長期數(shù)據(jù)積累、算法迭代，變?yōu)榕渌蜁r(shí)效的提升。背后是無數(shù)外賣員的路線反饋，商家出餐的實(shí)時(shí)預(yù)估。據(jù)說美團(tuán)的算法工程師們，會騎電動車穿梭于餐廳和小區(qū)，了解配送環(huán)節(jié)騎手、商家和用戶的痛點(diǎn)，然后再做優(yōu)化。物理世界和線上技術(shù)的打通轉(zhuǎn)化，那時(shí)已經(jīng)開始。

更早期的本地生活，還是用戶找服務(wù)。美團(tuán)用搜索和智能推薦，實(shí)現(xiàn)了“服務(wù)找人”，基于真實(shí)的評價(jià)體系，地理位置、消費(fèi)習(xí)慣、偏好的匹配，讓用戶有了更近、更中意的服務(wù)選擇，中小商家則獲得低成本的曝光。分散瑣碎的場景，不透明的信息，不暢的溝通，都隨著“數(shù)字化連接”漸漸抹平了摩擦力。

線下，則是觸達(dá)物理世界的“毛細(xì)血管”。

數(shù)百萬騎手組成的即時(shí)配送網(wǎng)絡(luò)，覆蓋全國2800多個(gè)市縣，深入社區(qū)、商圈、鄉(xiāng)鎮(zhèn)這些中國最復(fù)雜的物理環(huán)境——這套履約網(wǎng)絡(luò)的價(jià)值，也讓美團(tuán)觸達(dá)到海量的細(xì)分場景和用戶商家需求。

彼時(shí)，中國餐飲服務(wù)、生活?yuàn)蕵窐I(yè)態(tài)下的中小商家，曾是“觸網(wǎng)能力”較弱的群體。美團(tuán)的商家服務(wù)團(tuán)隊(duì)，用多年時(shí)間幫助傳統(tǒng)商戶接入數(shù)字化系統(tǒng)。如今，覆蓋數(shù)百萬商家的Saas系統(tǒng)——點(diǎn)餐支付、接單打印、后廚顯示、庫存供應(yīng)鏈管理、經(jīng)營工具，乃至柜臺邊的共享充電寶，都已是生活服務(wù)領(lǐng)域里的基礎(chǔ)設(shè)施。

在此前的10年里，從線上的算法、推薦、評價(jià)體系，到線下的履約網(wǎng)絡(luò)、商家服務(wù)、硬件工具，美團(tuán)完成了一次物理世界的數(shù)字化初步改造。它讓原本零散、低效的本地生活服務(wù)，變得標(biāo)準(zhǔn)化、數(shù)字化、高效化。在這個(gè)過程中，美團(tuán)也形成了兩個(gè)能力：一是對復(fù)雜民生場景的理解，二是與生態(tài)伙伴共生的協(xié)同能力。這也是美團(tuán)打造物理AI底座的“軟件”基礎(chǔ)。

這場“數(shù)字化改造”，形成了開放的生態(tài)。用戶、騎手、商家、技術(shù)合作商，都是基建參與者。

如今，這種開放的生態(tài)思維，延續(xù)到了其硬科技布局中。

AI時(shí)代：用硬科技 “升級”基礎(chǔ)設(shè)施

2026年初，王興在內(nèi)部講話中提到：“物理世界的數(shù)字化將是AI非常重要的底座。”

美團(tuán)的行動，其實(shí)已在數(shù)年前就開始了。

這種前置也體現(xiàn)在投資節(jié)奏中。早在2020 年，美團(tuán)正式確立 “零售 + 科技” 戰(zhàn)略，投資重心從大消費(fèi)全面轉(zhuǎn)向硬科技。當(dāng)2022年互聯(lián)網(wǎng)大廠投資數(shù)量驟降70%的寒冬期，美團(tuán)卻堅(jiān)持對硬科技領(lǐng)域逆勢投入。5年來，美團(tuán)硬科技投資的數(shù)量占比一直保持在50%以上，已經(jīng)覆蓋了AI大模型、具身智能、半導(dǎo)體、智能硬件、智能駕駛五個(gè)主要領(lǐng)域。

把分布在這五個(gè)賽道中的技術(shù)方向進(jìn)行拆解，會發(fā)現(xiàn)美團(tuán)的的動作并非“跨界”，而是在已有本地生活的基礎(chǔ)設(shè)施上，吸納前沿技術(shù)自然延展。

如果說，此前對線上需求與線下服務(wù)的連接，是完成物理世界數(shù)字化的初步改造，當(dāng)下就是對物理世界的智能化重構(gòu)——具身智能、芯片、AI 大模型等領(lǐng)域的技術(shù)融入，延續(xù)著美團(tuán)的“基建思路”，與本地生活多個(gè)細(xì)分場景深度協(xié)同。

具身智能可以理解為“行動載體”。也是美團(tuán)布局最早、投入最深的領(lǐng)域。目前美團(tuán)至少投資 16 家企業(yè)，其中 10 家已成長為獨(dú)角獸。從全球人形機(jī)器人出貨量第一的宇樹科技，到零售、醫(yī)療場景規(guī)模化落地的銀河通用，再到具身大模型研發(fā)領(lǐng)先的自變量、星海圖，美團(tuán)均在早期入局，且核心合作模式并非財(cái)務(wù)投資，而是開放場景、共同探索。

自變量機(jī)器人從外賣紙箱中精準(zhǔn)取出餐食

2026年1月，自變量的機(jī)器人在真實(shí)場景中展示了取餐、折疊紙箱到從室外穿越玻璃門、自行乘梯、送餐的過程， 實(shí)現(xiàn)全程自主。

在北京等地的10多個(gè)藥店， 都有Galbot機(jī)器人機(jī)器人24小時(shí)值守，銀河通用已經(jīng)向美團(tuán)買藥的商家交付了數(shù)十臺機(jī)器人。在武漢和廣州，分別有100臺立鏢機(jī)器人在倉庫中進(jìn)行分揀工作，此前它們也曾在零售生鮮等場景中工作。

如果說機(jī)器人代表“執(zhí)行任務(wù)的肢體”，那大模型則是整個(gè)基建體系中負(fù)責(zé)指揮的“大腦”。

美團(tuán)與銀河通用的合作已在線下藥店落地

正如王興所言，“讓愛因斯坦訂餐廳，他依然不知道那個(gè)餐廳有沒有座位”，這本質(zhì)上是信息問題。大模型的能力，可以將海量的線上信息（評價(jià)、位置、菜單）與線下動態(tài)信息（座位、排隊(duì)）結(jié)合交互，做出最優(yōu)決策。

基于自研多模態(tài) LongCat 系列大模型能力，美團(tuán)已推出面向 C 端的 “小美”“小團(tuán)” 和面向商家的 “袋鼠參謀”“智能掌柜” 等 AI 工具，有超過340萬商家通過AI工具降低運(yùn)營成本。

不少在多年前實(shí)現(xiàn)了“觸網(wǎng)”的商家，如今又進(jìn)一步實(shí)現(xiàn)了AI智能化。

而芯片半導(dǎo)體意味著 “算力能源”。除了GPU方面的摩爾線程、沐曦股份，美團(tuán)在天使輪階段或A輪階段，就參與投資愛芯元智、榮芯半導(dǎo)體、東方算芯等多家專注視覺芯片、晶圓制造、芯片架構(gòu)等公司，同時(shí)布局了多家新型材料、移動通信領(lǐng)域的頭部公司。

高峰期的履約調(diào)度、APP側(cè)的用戶消費(fèi)需求，無人配送及商家后廚、經(jīng)營側(cè)的數(shù)據(jù)交互，都需要海量的實(shí)時(shí)算力支撐。一些被投企業(yè)的提效算法、芯片能力，已經(jīng)融入相關(guān)的實(shí)際業(yè)務(wù)。

還有一些關(guān)鍵技術(shù)，已進(jìn)入到美團(tuán)的無人配送體系。比如禾賽科技2021年底就與美團(tuán)達(dá)成戰(zhàn)略合作，4年間已經(jīng)有多款長、中、短距離的激光雷達(dá)應(yīng)用于美團(tuán)的無人機(jī)、無人車。美團(tuán)近630萬單無人配送訂單背后，已規(guī)模化應(yīng)用了很多硬科技。

當(dāng)美團(tuán)無人機(jī)用10多分鐘時(shí)間，為香港山區(qū)的獨(dú)居老人送上熱餐，很難不讓人感慨這些“生活基建”的進(jìn)化程度。

兩個(gè)時(shí)代的基建，都沒有交付的捷徑

世界上不存在“一夜之間”的戰(zhàn)略轉(zhuǎn)型。放眼全球，長期的基建思維始終是頭部科技企業(yè)穿越周期、構(gòu)筑核心競爭力的關(guān)鍵。

微軟單季投入350億美元，將數(shù)據(jù)中心容量提升八成，搭建 AI 算力基建；谷歌將資本開支抬升至900億美元以上，依托搜索、云服務(wù)等場景構(gòu)建AI底層能力; 工業(yè)巨頭西門子，在工廠、工業(yè)供應(yīng)鏈里，規(guī)模化部署了AI應(yīng)用、自動化能力。

這些巨頭的路徑各有側(cè)重，它們大多從自身所處的線上世界，或標(biāo)準(zhǔn)化較強(qiáng)的場景出發(fā)。美團(tuán)相反——它從一開始就出現(xiàn)在充滿變數(shù)、遍布“阻力”的市場中。隨著長期的連接改造，很多“重力”十足的商業(yè)形態(tài)，遍布“卡點(diǎn)”的線上世界和線下世界，打破了“次元壁”。

互聯(lián)網(wǎng)時(shí)代完成的數(shù)字化改造，已成為AI時(shí)代的進(jìn)化底座。這種從場景中長期生長出來的能力，比技術(shù)參數(shù)更難被復(fù)制。

上一個(gè)10年，美團(tuán)構(gòu)成了商業(yè)生態(tài)。現(xiàn)在，他們開放自身的場景、數(shù)據(jù)資源，與被投企業(yè)共同探索，讓AI進(jìn)入物理世界的路徑。

這種“場景換智慧”的模式，不僅加速了被投企業(yè)的成長，也讓“物理世界的AI底座”更為牢固。

從本地生活的線上線下連接，到物理世界的AI底座，美團(tuán)的戰(zhàn)略演進(jìn)，看似跨度巨大，但底層邏輯高度一致。

從商家的SaaS系統(tǒng)到AI提效工具，從配送的算法調(diào)度到無人機(jī)里的精密技術(shù)，美團(tuán)一直在用看似笨重的方式，為本地生活提升效率——但現(xiàn)實(shí)中的很多復(fù)雜問題，只能用這種方式交付。

如王興所說，“我們是一家連接線下業(yè)務(wù)和線上世界的科技公司。在AI時(shí)代，我們將繼續(xù)扮演這樣的連接者角色，實(shí)現(xiàn)數(shù)字世界和物理世界之間的連接，這是我們的強(qiáng)項(xiàng)所在。”

這背后，除了對物理世界和數(shù)字世界的理解，或許還有一種戰(zhàn)略耐力：相信技術(shù)，終將更好地服務(wù)于人的需求和體驗(yàn)。