股價暴跌還下場AI賽道，美團一夜“白頭”

7月6日，美團宣布開源LongCat-2.0的模型權重、推理引擎與核心技術文檔。同一日，華為昇騰、摩爾線程、沐曦股份等國產芯片廠商宣布完成對該模型的推理適配工作。

從LongCat-2.0發布到開源，僅間隔了一周。6月30日，美團發布新一代基礎大模型LongCat-2.0。

據美團介紹，社區反饋在工具調用、復雜指令執行等 Agent 核心能力方面，LongCat-2.0-Preview接近Claude Opus 4.6，落后于最新的Claude Opus 4.8。

去年9月，美團發布了大模型LongCat-Flash-Chat后，隨后推出了推理模型 LongCat-Flash-Thinking以及視頻生成模型LongCat-Video。

這款模型是行業首個完整依托五萬張國產算力卡完成預訓練、推理全流程的萬億級大模型。

此前它以 Owl Alpha 代號在 OpenRouter 上線，代碼智能體調用量穩居全球前三，官方同步推出百萬字超長上下文、自研稀疏注意力兩項技術。

上月末的股東大會上，47歲的王興現身，但兩鬢花白、神情疲憊。

有股東擔憂美團對AI的投入較為激進，對此美團創始人王興表示，AI轉型是“必答題”而非“可選題”。

王興表示，Agent對工作流程的影響“超出兩年前的預期”，美團正在應對。

這場聲勢浩大的發布，看著國產算力、超大參數兩大亮點拉滿，但市場看法完全兩極。

有人覺得美團抓住國產替代風口找到了新增長故事，也有從業者直白吐槽，一家靠外賣、跑腿賺錢的公司，砸重金堆出萬億參數模型，到底是扎根長期技術，還是用來拉高股價的宣傳包裝？

自有線下數據是獨家底牌，但通用能力、成本兩大硬傷很難繞開

不同于字節、阿里長期采購英偉達算力，美團三年提前布局沐曦、摩爾線程國產芯片，搭建五萬卡完整訓推集群。

自研 LSA 稀疏注意力大幅降低長文本運算成本，在商家報表解析、騎手調度代碼等長文本任務上，OpenRouter 實測表現優于智譜 GLM5.1。平臺選擇完整開源框架與模型權重，面向開發者開放。

王興曾在公開場合表示，市面上通用 AI 缺少線下門店、實時運力這類物理世界真實數據，而美團每日千萬級履約訂單、百萬商家經營數據是別家難以復制的資源。

對內，模型用于騎手路徑規劃、商家智能經營、平臺風控；對外開放本地生活插件，讓外部 AI 可直接調用下單、訂座、跑腿服務。

招商證券研報提出，LongCat 落地意味著美團 AI 從純成本投入，轉向業務賦能階段。

站在商家和本地服務的角度，美團這條路選得很聰明。別家大模型只能聊虛擬內容，美團能直接對接真實線下交易，這套 “線下數據 + AI 調度” 的組合，是字節、百度搶不走的獨家優勢。

開源的做法也很務實，能分攤后續研發壓力，單看垂直本地賽道，LongCat 確實踩中了別人沒摸到的差異化賽道。

多位海外開發者橫向測評顯示，LongCat 代碼能力突出，但通用文案、多模態創作、復雜邏輯推理弱于字節豆包、阿里千問，綜合能力落后 Claude 最新版本。

五萬張國產算力卡屬于重資產投入，設備折舊、電力、運維常年產生固定大額支出，MoE 架構萬億參數存儲、跨卡通信開銷居高不下，券商研報提示高額 AI 投入會短期壓制凈利率。

對比競品，字節豆包擁有海量短視頻訓練語料，獨立 C 端 AI 產品用戶數三億以上；阿里千問深度綁定電商交易場景，而美團 AI 高度依附外賣主 APP，獨立 AI 工具用戶規模差距明顯。

多數機構調研后保持觀望，LongCat 目前僅能實現內部降本，對外 API 付費訂單規模偏小，沒有形成獨立穩定收入。

普通人不會專門打開美團大模型寫文案、做策劃，只有商家、調度人員會用到它。賽道太窄就注定天花板有限。

更現實的問題是，五萬張算力卡是一筆長期負擔，外賣行業利潤本就薄，年年分攤高額算力成本，最后 AI 沒賺到新錢，反倒吃掉主業利潤，這筆賬怎么算都不劃算。

字節、阿里能靠海量 C 端用戶攤薄研發，美團沒有同等體量通用流量，先天吃虧。

大廠AI路線各有取舍，美團垂直賽道優勢難以彌補通用短板

國內頭部互聯網大模型路線清晰分化，字節主打多模態全民對話 AI，依托短視頻海量語料；阿里綁定全域電商交易；百度深耕搜索與政企服務；美團專注線下即時履約垂直模型。通用大模型比拼多元綜合語料，美團訓練素材集中餐飲、跑腿、短途出行，人文、文娛、科技類數據儲備遠少于同行。

阿里、騰訊 AI 面向電商、游戲、廣告海量企業售賣接口，客戶分散抗風險；美團付費客戶大多是線下實體店，消費行情一差，商家就會削減數字化預算。

每家大廠都有自己的基本盤，字節靠短視頻養 AI，阿里靠電商養 AI，美團只能靠線下門店。

線下生意受經濟環境影響波動極大，一旦消費降溫，AI 付費收入直接縮水。

只守著本地生活數據做模型，永遠很難做成全民通用型產品，只能做小眾行業工具，想象空間天然受限。

評判大模型價值核心看落地收益，而非參數量。LongCat 對內僅能優化調度、客服，降本空間存在上限；對外 TOA 智能體生態尚在起步，開發者、付費轉化數據不及預期。

全球范圍內，沒有平臺依靠本地生活智能體 API 實現大規模盈利。國產芯片迭代速度、供貨穩定性不及海外產品，五萬卡集群未來若出現硬件迭代斷層，還需要投入資金重構整套訓練體系。

資本市場對美團核心估值錨依舊是外賣本地生活業務，AI 僅作為附加概念。

一味堆 1.6 萬億參數更像對外的宣傳噱頭，真正能給商家、平臺帶來實打實增收的功能才是核心。

王興提出的 TOA 智能體思路聽起來新穎，但全世界都沒有成熟盈利案例，相當于摸著石頭過河。

在投資者眼里，美團主業才是根本，如果持續把大量資金砸進短期看不到回報的算力，很容易引發市場對經營重心偏移的質疑。

總結：國產算力做成標桿，AI故事需要真實收益支撐

客觀來看，LongCat-2.0 具備不可替代的行業價值。

五萬國產算力卡完成萬億模型全流程訓練，為國內企業實現算力國產替代提供可行案例；在線下調度、代碼解析垂直場景具備獨有優勢，對內優化履約效率、降低人工成本，對外可面向商家推出專屬 AI 工具，是美團區別于其他互聯網企業的技術籌碼。

當下模型存在多重現實短板：通用綜合能力不足、重算力持續攤銷侵蝕利潤、數據類型單一限制市場規模、TOA 商業模式無成熟參考，開源僅能帶來短期行業熱度，無法轉化穩定現金流。

想要改善現狀，美團可三管齊下：聚焦線下商家 AI 套件打造付費產品；放緩通用模型軍備競賽，優先嵌入外賣主業量化收益；完善國產算力長期迭代方案，借助開源分攤研發成本。

能造出國內首個國產算力萬億模型，足以證明美團的技術實力，但技術不等于商業價值。

現在行業早已不再單純為超大參數買單，投資者、商家更關心 AI 能不能實實在在省錢、賺錢。

只靠發布會、開源造勢，沒法長久支撐 AI 估值。美團最大的矛盾在于，手握獨家線下數據卻打不開通用市場，重資產算力投入又持續擠壓利潤。

只有把大模型落到商家增收、平臺提效的真實場景，這場 AI 轉型才算真正走通。

@以上內容版權歸屬「iNews新知科技 」所有，如需轉載，請務必注明。