阿里狂撒30亿刷屏,美团AI为何“沉默”?

市场资讯
Feb 07

  炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会!

(来源:雷科技)

2026 年了,AI 点外卖依然是大众最喜闻乐见的智能体(Agent)体验,如果还要更喜闻乐见,那一定就是 AI 免单点外卖。

从昨天(2 月 6 日)起,阿里千问 APP 正式启动了“春节 30 亿免单”活动,上线即引爆淘宝闪购和线下奶茶店,你可以在大量的社交媒体、报道以及身边看到这种火爆。

虽然也有人吐槽,从元宝到千问,中国 AI 的尽头还是红包和奶茶。但实际上更值得关注的是,昨天从我身边的同事到老家的朋友,几乎都在“千问,帮我点杯奶茶”,不少人还是第一次尝试用 AI 点外卖。这种火爆甚至延续到了今天,现在让千问点杯奶茶,依然会告诉你淘宝闪购面临出餐和运力的紧张。

千问 APP,图片来源:雷科技

但是手握小美 APP 的美团呢?几乎神隐在了这场春节 AI 大战之中。

很多人可能并不知道,作为美团的独立智能体产品,小美 APP 同样支持在手机上用 AI 点外卖、买高铁机票等功能,同时也在美团 APP 上线了 AI 搜索“问小团”。然而,美团的 AI 味在外界看来依然很淡,小美 APP 至今也没有出过一次圈。

所以是不能,还是不想?这很重要。

就在 2 月 6 日,美团推出了以智能体、代码为亮点的开源模型 LongCat-Flash-Lite。更多人不知道的是,从去年 9 月发布以来,美团自研的 LongCat(龙猫)系列大模型就在不断迭代,事实上,AI 圈内对龙猫系列模型的评价也不低,具体到小美 APP 上的体验同样很不错。

2025 年 9 月 1 日,美团发布了首个自研大模型 LongCat-Flash-Chat,仅仅 10 天后又推出了主打生活助手的 AI 原生应用——小美 APP。

作为美团推出的独立智能体产品,小美 APP 其实早已具备相当完整的“生活服务能力”。打开小美,你可以用一句话完成点外卖、订餐厅、买高铁票、查酒店、规划出行等操作,这些服务全部直接接入美团本身庞大的本地生活网络,而不是简单调用第三方接口。

小美 APP,图片来源:雷科技

从能力和体验上看,小美并不弱,甚至比很多通用智能体更“能干活”。与此同时,美团主 App 后续也上线了 AI 搜索入口“问小团”,支持一句话查餐厅、找优惠、做决策。

另一方面,从文本到图片、视频的全模态,从更强的推理能力到智能体能力,美团“龙猫”系列模型在过去半年可以说已经经历了多轮的迭代升级,推出至少 9 款模型。在 2026 年 1 月推出 LongCat-Flash-Thinking-2601 开源模型,还在工具调用能力上登顶开源 SOTA(最佳表现)。

2 月最新推出的 LongCat-Flash-Lite,则是一款面向开发者与智能体场景优化的轻量化的 MoE(混合专家)模型,核心亮点在于智能体能力与代码能力。

图片来源:美团

首先要指出,LongCat-Flash-Lite 总参数规模为 685 亿,激活参数为 29-45 亿,通过 YaRN 支持最长 256 K 上下文,并通过集成 N-gram 记忆表,实现在性能上超越了参数量等效的 MoE 基线模型,尤其在智能体与代码能力表现突出。

一方面,LongCat-Flash-Lite 对工具调用与任务拆解进行了专门优化,更强调真实任务执行能力,包括多步骤调用外部服务、执行复杂指令、完成完整工作流等;另一方面,它在代码生成与理解方面进行了强化,支持更稳定的编程与自动化任务。这两项能力的共同指向其实很明确:

为了让大模型更能驱动真正能干活的智能体。

这也是 LongCat 系列一直以来的技术路线。相比很多面向通用对话与内容生成的大模型,美团更强调模型在真实业务中的执行能力,包括推理效率、成本控制以及与业务系统的深度结合。

图片来源:美团

如果把时间往回拉,会更容易理解这种节奏。去年 9 月发布首个自研开源大模型 LongCat,就标志美团这家公司正式进入大模型竞争。几乎同一时期,小美 APP 进入公测,则是 LongCat 最直接的 C 端载体。此后半年,美团的 AI 更新几乎保持着稳定但低调的节奏:

推出强化推理能力的 LongCat 推理模型,发布用于评估智能体任务能力的基准测试,随后又上线图像生成与视频生成模型,逐步补齐多模态能力。

进入 2026 年后,这条路线更加清晰。LongCat 系列继续强化推理与工具调用能力,并开始更多地与推荐系统、商家系统等核心业务结合。换句话说,美团的 AI 更新并没有停,反而在持续推进,只是很少以面向大众的方式呈现出来。

换言之,如果只看社交媒体,很容易产生一种错觉:美团不只没有参与到了今年的春节 AI 大战中,更是缺席了 AI 时代的竞争。但从模型迭代与产品布局来看,美团不仅没有缺席,反而在过去半年里密集完成了一轮从基础模型、智能体到业务嵌入的布局。

只是这些动作,大多发生在聚光灯之外。

互联网行业过去流行过一个词:降维打击。

现在来看,AI 对于传统外卖业务可能会是一次新的降维打击,千问这一波引爆全网的 30 亿免单 AI 点外卖就是一个例子。

交互体验上,用户过去是面对大量推荐的商家和商品,然后进行对比、选择下单,可能一看就是半小时,还不知道吃什么。AI 点外卖则是改变了信息流的模式,只给少数几个推荐,并能随时根据需求重新推荐,在心理成本上低了不少。

当然,具体到千问这次的火爆,肯定离不开营销的成功,尤其是上半年淘宝闪购免单送奶茶的成功经验。

30 亿免单并不只是补贴力度大,更重要的是把 AI 使用行为与“免单”直接绑定:想要领券、下单、裂变,就必须通过千问完成。一句“帮我点杯奶茶”,就能完成从选择到下单的完整流程,再叠加免单与分享机制,几乎天然适合在朋友圈与社交媒体扩散。

对很多用户来说,这甚至是第一次使用一个 AI 应用点外卖,满足日常生活的需求。这种设计也让用户更多不是因为“想用 AI”才用千问,而是因为“想点奶茶”(需求)才用千问。

相比之下,大多数人仍然不知道美团(小美 APP)也能 AI 点外卖,更不用说其他功能。

这种差距首先是在节奏上。过去一年,因为淘宝闪购这只“鲶鱼”引发的外卖大战,美团被迫经历了一轮激烈的补贴与竞争,甚至 2025 年 Q3 经调整净亏损为 160 亿元。

更早之前,淘宝闪购是“饿了么”,图片来源:雷科技

精力和资源重心的偏移,再加上作为“大模型新手”,美团本身在模型能力上也有明显的差距,这些都决定了美团虽然在年初就将 AI 列为了“核心计划”,但直到 9 月才勉强拿出成果。

在这样的背景下,AI 更像一项必须持续投入、完善的基础能力,所以我们也能看到过去半年美团在大模型和 AI 产品上的密集迭代。除了前文提到的,还包括基于“龙猫”打造的 AI 编程产品 NoCode、AI IDE 产品 CatPaw,这些共同回应了去年 3 月王兴所谓“美团 AI 的三条路”:

AI at Work,AI in Products 和 Building LLM。

当然,这些都需要投入资源、人才和时间来追赶,来完善。最终美团 AI 能走多远,可能还是要留给时间回答,但从目前来看,“龙猫”模型成绩已经足够亮眼,在不少海外开源模型榜单上都能看到,X(原 Twitter)、Youtube 以及 Hack News 上也都看到对 LongCat 的讨论乃至称赞。

包括今年 1 月,“龙猫”发布了全新的稀疏注意力机制 LoZA(LongCat ZigZag Attention),把 100 万上下文(1M Context)的推理成本砍掉了 90%,被很多开发者认为是“显存救星”。

当然,模型的成功并不意味着产品的一定成功。只能说,随着 LongCat 系列在推理与智能体能力上的持续迭代,美团在模型层面的差距正在逐渐缩小。一旦底层模型与工具调用能力进一步成熟,再叠加美团本身庞大的本地生活网络与履约体系,美团才会正式加入中国的 AI 大战,让更多人看到小美 APP 等产品。

2026 年,一个越来越清晰的趋势是智能体 AI(Agentic AI)。它不像对话那样停留在屏幕里,而是直接嵌入点外卖、订票、找酒店、写报告这些更具体的操作和任务之中。谁能让更多用户把“需求”直接交给智能体处理,谁就有机会在 AI 时代重新获得入口与位置。

这对阿里是机会,对美团同样是机会,对更多互联网公司亦然。

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10