| 快递搜·KdSo >> 物流电商新闻 美團，「狂卷」大模型－快遞搜
在即時零售之外，美團正著力打造其科技底色。 記者獲悉，11月3日，美團正式開源全模態模型LongCat-Flash-Omni，官方App同步上線公測，可體驗模型的聯網搜索、語音通話等功能。 據悉，新模型是業界首個實現「全模態覆蓋、端到端架構、大參數量高效推理」於一體的開源大語言模型，在開源範疇內實現了對標閉源模型的全模態能力。 值得一提的是，美團CEO王興曾在今年3月的財報交流會上首次對外公布其AI戰略三層架構：AI at Work（AI 賦能工作）、AI in Products（AI 融入產品）與 Building LLM（大模型研發）。 如今，LongCat-Flash-Omni 的發布，成為這一戰略閉環的關鍵落子。 美團「狂卷」大模型 在基礎模型研發層面，美團的推進速度遠超市場預期。 繼9月連發LongCat-Flash-Chat混合專家模型與LongCat-Flash-Thinking 高效推理模型後，10 月底又推出LongCat-Video視頻生成模型，短短兩月內形成覆蓋文本、圖像、音頻、視頻的全模態模型家族。 其中，LongCat-Flash系列採用創新混合專家架構，在5600億總參數量基礎上，通過「零計算專家」機制實現僅激活18.6B-31.3B 參數的高效推理，毫秒級響應速度解決了行業推理延遲痛點。 除了大模型研發方面，美團也在AI at Work、AI in Products方面發力：今年5月對外披露的AI編程工具NoCode是典型的AI at Work的產品，美團此前披露過一個數據，NoCode 在美團內部使用時，非技術人員是技術人員數量的三倍。同時，也有商戶基於這款產品做運營管理和倉儲管理。 面向用戶的「AI in Products」領域，基於LongCat-Flash-Chat開發的智能體「小美」正重塑服務體驗。據介紹，這個定位「生活小秘書」的 AI 原生產品，可實現「一句話點外賣」，未來還將拓展至打車、酒店預訂等場景。 美團核心本地商業CEO王莆中此前表示，「小美」的競爭力源於美團在本地生活領域積累的場景、數據與產業優勢。 快思慢想研究院院長田豐向記者分析稱，面對越來越激烈的業務挑戰與「網際網路流量零和博弈」的競爭壓力，美團核心戰略、組織調整通過從商業創新下沉到基礎科研紅利，以持續增強業務競爭力。大模型不只是工具，而是新用戶入口、業務重大決策保障、服務電商供應鏈的自主改進機會。 在他看來，美團的業務本質是「超本地化實時物流網絡」，以前比拼大數據調度騎手網絡的「快」服務，現在比拼的是智能體改進整個供應鏈每一處卡點、堵點的強協同能力、產品創新能力。 美團AI提速的必然與挑戰 美團的 AI 提速並非偶然，而是應對行業競爭的必然選擇。 目前，在本地生活賽道，內卷競爭已經高度激化：9月，高德地圖依託AI 化的「高德地圖 2025」推出「掃街榜」；大眾點評同步重啟品質外賣，以「B 端自研大模型 + 真實評價數據」優化決策鏈路；京東零售則發布AI 品牌 Oxygen 構建柔性供應鏈。 這場從「拼配送速度」到「拼智能能力」的轉型中，AI成為新的競爭焦點。 快思慢想研究院院長田豐指出，網際網路時代的競爭核心是「大數據」，而 AI 時代更考驗「數據 - 邏輯 - 決策」的三位一體能力。美團的戰略邏輯清晰可見：以本地生活場景的穩定現金流和確定性數據，餵養具備通用潛力的AI大腦。 在他看來，僅靠優化騎手調度等傳統系統無法形成代際優勢，真正的護城河在於掌握商戶實時客流、菜品隱形成本等領域「暗知識」的大模型。 這一戰略背後是巨額投入。美團核心本地商業CEO王莆中在2025年在服務零售產業大會上曾透露，在人工智慧領域的年度投入超過100億元。 「雖然成本很高，但這些投入是值得的，因為只有構建起紮實的AI基礎設施和大模型研發，才能有效利用過去積累的數據資源，為用戶提供以AI方式輔助的服務小幫手。」王蒲中在上述大會上表示。 但美團的 AI 布局仍面臨獨特挑戰。田豐認為，美團AI布局最現實挑戰是「消費者極致性價比的場景複雜性」與「AI服務可靠性精準性」之間的矛盾，這導致其大模型在核心業務中無法自主承擔「最終決策權」，可能陷入「邊緣優化」的尷尬境地。 「美團的業務是『秒級響應、物理世界交付、長鏈條協同』。一個錯誤的AI決策（如派錯騎手、推薦難吃的餐廳）會立即引發用戶差評、騎手抱怨、商戶投訴，造成真實的金錢和聲譽損失。這與ChatBot聊錯一句話的成本天差地別。」田豐向記者分析稱，美團大模型面臨「容錯率極低」的挑戰，這迫使它必須極其謹慎，難以將核心決策閉環完全交給AI。 「其困境在於，不用大模型會落後，但用得太深則風險巨大。後續有可能會向多模型分工協同方向發展，有的模型負責自主執行，有的模型負責監督改進，並與資深運營人員形成『人在閉環』(Human-in-Loop)的強化學習持續改進機制。」 访问：4
| 智能识别单号追踪 |