美团悄悄跑通了万亿参数大模型。一个送外卖的公司，凭什么做最前沿的 AI？

上周，一件有点违和的事发生了。

美团，那个天天给你送炸鸡、帮你约按摩的外卖平台，悄悄发布了一个叫LongCat-2.0 的大模型。

参数量1.6 万亿。

不是1.6 亿，是 1.6T，“T” 是trillion，万亿级别。全球能跑这个量级的模型，两只手数得过来。

更奇的是，这个模型不是在英伟达的GPU 上练出来的，而是在五万张国产算力卡上完成的全流程训练和推理，目前全球范围内第一个这样做的万亿参数模型。

说实话，第一次看到这条新闻，我的反应是：美团做这个干嘛？骑手送餐路上要用到万亿参数大模型？

但这事儿没这么简单。

外卖这件事，比你想的复杂一百倍

先说说外卖配送这个“简单” 的场景。

午高峰，北京某个三公里范围内，几百个骑手，几千张订单，每分钟都在变动。某家餐厅出餐慢了，某条路刚出了交通事故，某个小区电梯坏了，某个用户刚改了收货地址。

这些变量同时发生，系统需要在毫秒级别重新规划每一个骑手的路线，预估每一张订单的送达时间，还要把新进来的订单合理分配出去。

用行业的话说，这叫“实时动态调度”，是公认的超级复杂的计算问题。

美团每天处理的订单量是以千万级计算的。这个系统跑了十几年，积累了天量的真实世界数据：路况、天气、用户等待容忍度、商家出餐模式、骑手行为习惯……

这些数据有个共同特点：脏、杂、真实。

教科书上找不到这些，论文数据集里也没有，只有在真实的配送场景里日复一日运转，才能攒出来。

而大模型，说白了是靠喂数据长起来的。谁的数据更贴近真实世界，谁的模型就更懂真实世界。

美团做大模型，不是追风口，是因为手里攥着别人没有的东西。

调度数据喂出来的万亿模型

LongCat-2.0 发布时有一个细节，很多人没注意到。

这个模型的架构设计目标，是让它在“Agentic Coding” 任务中更高效，也就是让AI 能像一个真正的程序员那样，自己理解问题、写代码、执行、调试、反馈。

为什么美团要这么设计？因为外卖调度、路线规划这些核心系统，背后是极其复杂的工程代码。当业务要快速迭代、快速验证新的配送策略时，能自己写代码的AI 就是最直接的生产力工具。

1M 的超长上下文也是同样的逻辑。外卖系统的代码库可以有几百万行，一个用户的历史行为记录可以拉很长，供应链的历史数据可以回溯好几年。模型要真正理解这些，就必须能 “一口气看完” 很长的内容，而不是每隔几千字就“失忆” 一次。

这就是为什么说，互联网公司的AI 是 “从场景里长出来的”。模型的每一个设计决策背后，都有一个具体的业务痛点在推着它往前走。

不只是美团，字节的阿里的腾讯的，每一家做AI 的路数都一样，把自己的场景数据喂进去，长出适配自己业务的模型。字节有抖音的推荐场景和火山引擎，阿里有淘宝的电商数据和通义千问，腾讯手里那把牌也不小，微信的社交图谱和广告体系，十亿用户的日常行为都在里面。每家做 AI 的路径，都是从自己最深的护城河里挖出来的。

这里要多说一句，也是我觉得很多人没想透的地方：外卖调度真的需要万亿参数吗？垂直小模型性价比难道不更高？

这个问题问得好，但答案没那么直观。

小模型应对头部高频场景其实够用。晴天工作日的北京三环，订单量稳定、路况可预测，一个参数量适中的模型完全能胜任。

但外卖调度的麻烦，恰恰在于长尾场景多得离谱。暴雨叠加节假日叠加地铁故障叠加某网红店突然登上热搜，这种组合你在训练集里见过几次？商家临时停业、骑手扎堆出事故、某小区因施工封路，这些单独拎出来都是低频事件，但各种变量两两组合、三三组合，可能性接近无穷。

小模型碰上这些组合基本就歇菜了，要么给你一个离谱的调度方案，要么直接不吱声。

万亿参数的意义，就在于用足够大的参数空间“记住” 那些极端情况。不是说每个参数都在干活，而是当异常场景出现时，模型有足够的容量去识别、去兜底，而不是直接摆烂。

这个代价不小，但美团显然觉得值。

为什么一定要自己练，不能直接调用别人的

可能有人要问了：有ChatGPT，有 Claude，有国内的各种模型 API，直接调用不就行了吗？为什么非得自己花大价钱，搭五万卡的集群，练自己的模型？

原因不止一个。

最直接的原因是数据不能出门。外卖系统的调度数据、用户的消费行为、商家的运营数据，这些是美团最核心的商业资产，也涉及大量用户隐私。把这些数据喂给别人的模型，是任何一家正经公司都不会做的事。要让模型真正学会这些数据，只能自己练。

然后是延迟问题。外卖调度是毫秒级的决策，广告竞价是实时的，推荐系统每次刷新都要重算。调用外部模型，一次请求几百毫秒，在这些场景里根本跑不起来。

还有可控性。自己的模型，可以针对自己的场景精细调整；外部模型更新了，你的业务可能就出问题了。对于核心系统来说，这种不确定性是不可接受的。

但真正让我觉得这钱不得不花的，是下面这个：模型能力会反过来定义业务边界。

美团的EvoCUA（一个能自己写代码的 AI 智能体）已经在用了，搜推 ASX 团队基于大模型做了智能体技术体系，履约 AI 团队也在用同样的底子搭建自进化运营系统。这些都是因为自己有了足够强的模型能力，才有可能往这个方向走。

有了LongCat 这样的基础模型，美团可以做的事情就不只是优化一下送达时间预估，而是让整个运营系统有能力自己发现问题、自己调整。

这个差距，是买不来的。

五万张国产算力卡，藏着另一条线索

在说这个之前，我想先把一件事说清楚，因为我觉得不少科技报道在这里有点报喜不报忧。

五万张卡的集群，不是一个轻松的决定。电力成本、散热成本、运维成本，这些加在一起是天文数字。更贵的是人：能驾驭这种规模训练的工程师，全球范围内本来就是稀缺资源，招来就已经不容易了，留住？那是另一个故事了。

这条路押注重、周期长，中间任何一个环节出问题，都可能导致几个月的训练白费。我觉得走下去需要的不只是技术判断，更是一种少见的组织意志力。说这些不是泼冷水，只是我觉得，把这些代价说清楚，才能理解后面这件事有多值得关注。

说回LongCat-2.0 那个被很多人略过的细节：五万卡国产算力。

这件事在技术圈引发的震动，比模型本身还大。

万亿参数级别的模型，对算力的要求极其苛刻。一张卡算错了，整个训练可能就崩了。五万卡协同工作，出错概率会指数级上升，还涉及通信带宽、调度稳定性等一堆工程难题。

在此之前，业界普遍认为，国产算力还没准备好接这种量级的任务，大家心里默认这种级别的训练只能用英伟达的A100、H100。

LongCat-2.0 改变了这个预设。

华为昇腾、摩尔线程、沐曦，在模型发布当天同步完成了推理适配。这背后是软件生态在往前追。

这不是美团一个公司的事。当国内头部互联网公司开始在国产算力上跑自己的旗舰模型，整条链路就活了：算力厂商终于有了个拿得出手的标杆客户，工具链也第一次在这种量级下被真刀真枪地压测了一遍，工程师们则有了可以抄作业的对象。

美团选择在这个节点把训练代码和推理引擎一起开源，能帮到的不只是想复现模型的研究团队，更是那些想搞清楚“国产算力到底能干什么” 的工程师。顺带一提，开源这个动作本身也不是没有算盘的，技术标准的话语权和人才生态的吸引力，很多时候就是靠这种方式建立起来的。

写在最后

写这篇稿子的时候，我反复在想一个问题：国内这些大厂集体冲AI，到底是真的有想法，还是生怕被同行说 “落伍了”？

看完美团这个案例，我改变了一开始的怀疑。

美团做大模型，时间线往前推可以找到很多迹象。外卖调度优化、供应链预测、买菜的库存管理，这些业务老早就在用算法驱动了。大模型对他们来说，与其说是新赛道，更像是原来那条路走到了一个新的路口，顺理成章拐进去了。

类似的逻辑，在字节、阿里、腾讯那里都成立。他们不是在追一个别人定义的目标，而是各自都在往自己最深的业务腹地里凿。

当然，说实话，这不代表他们一定会成功，也不代表每一笔投入都会有明确回报。AI 落地的难度，懂行的人都知道有多难。五万张卡烧出来的模型，最终能不能转化成真实的业务价值，现在下结论还早。

但如果要问“这帮人做AI 是认真的吗”，我觉得看看他们手里握着什么场景数据，看看他们往模型设计里塞了什么业务逻辑，基本上就能判断了。

送外卖的公司训出万亿大模型，不是最奇怪的事。最奇怪的事，是你觉得这件事奇怪。