《科创板日报》4 月 8 日讯（记者 徐赐豪）" 在 AI 革命中，唯一合理的策略是进攻，而不是防守。" 美团创始人王兴在最新的财报业绩会上再次强调这句话。

这是一年前他首次提出美团 AI 战略时的原话，如今重复使用，语气却更显急切。背后是美团正在悄然完成一场战略转向——从 "AI 产品 " 到 "AI 底座 "，从 " 通用大模型竞争 " 到 " 物理世界数字化 "。

值得注意的是，2025 年美团在研发投入达到 260 亿元、同比增长 23.5%，换来的是 B 端 AI 工具覆盖上千品牌、选址准确率 87%，而 C 端产品却始终难出圈。当阿里千问智能体能完成 " 抢奶茶的闭环执行，美团的小美 APP 仍卡在买券订餐环节。

有业内人士向《科创板日报》记者分析指出，美团真正的挑战在于，本地生活业务的 " 容错率极低 " 特性，让大模型难以承担最终决策权，如果不用会落后，用太深则风险巨大。

新叙事：不做词元工厂，只做物理世界连接器

" 在美团 2026 年管理层沟通会上，王兴用了一个比喻说明 AI 对美团的意义：移动互联网和互联网没有本质区别，就像玫瑰和芍药；但 AI 和互联网相比，就是猴与花的区别，量级和影响力要大得多。

他还特别提到，AI Agent 对他的冲击比 ChatGPT 更大，" 它注定会创造巨大生产力，也一定会对组织、对工作模式带来很大变化。"

此次财报电话会上，王兴明确提到，美团不会盲目追求成为 " 词元工厂 "，而是将 AI 视为战略机遇，用于改进、加强甚至彻底变革本地服务这一核心业务。

" 我们希望用新一代 AI 技术，让美团 App 成为用户解决本地生活需求的首选平台。我们会强化 AI 搜索能力，强化执行能力，力争把美团升级为领先的 AI 驱动应用，成为未来本地生活需求的 AI 入口。" 王兴说道。

王兴在最新的业绩会上向投资者举了一个简单的例子说明物理世界数字化的必要性：" 我在望京办公，我的朋友在中关村，我们计划一起吃午饭，但只有 2 个小时的时间，需要找到一家位于中间地段、味道不错、还要方便停车的川菜馆。要满足这个常见需求，AI 需要掌握地图信息、POI 信息，以及餐厅的实时供给信息，否则很难满足用户真正所需。基于这一判断，美团正在构建物理世界的 AI 底座 "。

美团核心本地商业 CEO 王莆中在上述 2026 年管理层沟通会上，直接点明美团 AI 战略的差异化战略，即不跟对手在通用大模型上正面竞争，而是把 AI 能力嵌入自己的物理世界服务网络。

他表示，" 我们有最全的信息，有物理世界的行动能力，有无人机、无人车和具身智能。" 美团将会在自有基础大模型上坚定投入，做出低推理成本的模型，能力紧跟行业顶尖；同时建设物理世界的数据基础，打造物理世界的 AI 底座和行动能力。

基于此，美团确定了双核心发展方向：一方面在自有基础大模型上坚定投入，打造低推理成本、能力紧跟行业顶尖的模型；另一方面持续建设物理世界的数据基础，打造专属的 AI 底座和行动能力。

在产品落地层面，美团也已完成初步布局：推出独立 App 智能生活助手 " 小美 "，向全体用户开放美团 App 内嵌的 AI 助手 " 小团 "；底层技术上，融合自研多模态 LongCat 系列大模型与开源模型，为物理世界 AI 底座搭建技术框架。

重投入：260 亿研发背后的焦虑与决心

美团把 AI 的焦虑写进了最新的财报中。2025 年全年，美团研发开支达到 260 亿元，同比增长 23.5%，占收入的比例从 6.2% 提升到 7.1%。

美团在财报明确说，增长的主要驱动力就是 " 公司层面对 AI 的投入增加 "。即便是亏损最严重的 2025 年第四季度，单季研发开支也达 70 亿元，同比增长 29.7%，AI 投入不仅没有收缩，反而在增加。

这份投入的背后，是美团面临的双重压力。一方面，核心外卖业务受到阿里的激烈竞争，市场格局尚未稳定，美团担忧核心业务入口被 AI 技术颠覆，借助 AI 巩固市场份额成为必然选择；另一方面，2025 年美团业绩出现明显亏损，全年亏损超 200 亿元，相较此前数百亿的盈利大幅下滑，通过 AI 实现全流程降本增效、压缩运营成本，成为公司发展的关键。

海豚社创始人李成东接受《科创板日报》记者采访时分析指出，阿里在 AI 领域年投入达上千亿，而美团 2025 年因聚焦外卖市场竞争，大量资金被占用，导致 AI 布局投入相对不足，后续发展面临资金与战略的双重考验。

但在智和岛集团创始人胡华成看来，美团并非单纯 " 烧钱 "，而是以亏损为代价，加速完成两大核心转型：AI 技术投入与海外市场扩张。

" 当价格战进入瓶颈，企业的唯一出路，就是用 AI 重构效率，用出海打开发展空间。" 胡华成向记者说道，在美团的发展逻辑中，其 AI 战略被定义为 " 务实者的进攻 "，不做通用 AI 入口，只聚焦本地生活的效率提升；不追逐概念声量，只重视真实场景的落地；即便短期声量不足，但长期能打造更高的行业壁垒。

值得注意的是，美团的 AI 投入并非单一维度，而是形成了 " 自主研发 + 生态投资 " 的双轮驱动格局。

在泛 AI 领域，美团的硬科技投资布局广泛：大模型领域投了智谱、月之暗面；机器人领域投了宇树、银河通用；算力领域投了摩尔线程、沐曦股份；智驾方面则布局了理想汽车及禾赛科技。

自主研发层面，美团重点发力无人配送领域，其无人配送车网络规模位居国内首位，无人机业务截至 2025 年底，已在香港、迪拜等全球多个城市累计完成 78 万订单，成为物理世界 AI 底座的重要落地载体。

发展现状：B 端增效成果显著，C 端遇冷陷现实困境

经过一年的布局与投入，美团的 AI 战略在 B 端与 C 端呈现出截然不同的发展态势，形成了 "B 端热、C 端冷 " 的鲜明格局，这也折射出美团构筑物理 AI 底座过程中的现实困境。

在 B 端服务层面，美团的 AI 应用已落地见效，成为商家降本增效的重要工具。针对餐饮商家，美团推出了 AI 客服、AI 排班专员等一系列 AI 经营助手，还打造了 " 袋鼠参谋 "、" 袋鼠管家 " 等产品。

官方数据显示，美团 AI 选址成功率提升 30%，最终选址准确率达 87%，客服效率提升 80%；相关 AI 产品已覆盖上千餐饮品牌，累计为商家生成经营报告 10 万次。

而在 C 端，美团的 AI 产品却始终难以出圈，未能形成用户认知与使用习惯。美团主打的独立生活服务 AI 助手 " 小美 "，以及美团 App 内嵌的 AI 管家 " 问小团 "，两大产品难以形成合力，尚未被普通用户广泛熟知；此外，其推出的 Tabbit 还未问世便陷入抄袭争议。

记者实际体验发现，小美 APP 虽能完成两地折中地点的餐厅推荐等基础任务，但到了买券订餐的核心环节，仍需跳转至美团 App 完成，无法实现闭环操作。这与阿里千问智能体能完成 " 抢奶茶的闭环执行 " 形成鲜明对比，这反映出出美团在 C 端 AI 执行能力上的差距。

快思慢想研究院院长田丰接受《科创板日报》记者采访时表示，美团 AI 布局最深的现实挑战是 " 消费者极致性价比的场景复杂性 " 与 "AI 服务可靠性精准性 " 之间的矛盾，这导致其大模型在核心业务中无法自主承担 " 最终决策权 "，可能陷入 " 边缘优化 " 的尴尬境地。

在田丰看来，美团的业务是 " 秒级响应、物理世界交付、长链条协同 "。一个错误的 AI 决策（如派错骑手、推荐难吃的餐厅）会立即引发用户差评、骑手抱怨、商户投诉，造成真实的金钱和声誉损失。这与 ChatBot 聊错一句话的成本天差地别。

" 因此，美团大模型面临‘容错率极低’的挑战，这迫使它必须极其谨慎，难以将核心决策闭环完全交给 AI。其困境在于：不用大模型会落后，但用得太深则风险巨大。后续有可能会向多模型分工协同方向发展，有的模型负责自主执行，有的模型负责监督改进，并与资深运营人员形成‘人在闭环’（Human-in-the-Loop）的强化学习持续改进机制。" 田丰向记者说道。