Owl，中文指猫头鹰，善于无声潜行、一击即中。

今年 4 月底，一款取此寓意的大模型 "Owl Alpha" 悄然登陆 OpenRouter 平台，提供方一栏隐去品牌，信息留白。

2 个月后，这款大模型的总调用量冲进全球前三，且在 Hermes、Claude Code 等核心 Agent（智能体）场景中分别位列全球第一、第二。不少开发者称其为今年最令人意外的一匹 " 黑马 "。

X 平台上，技术博主们也开始猎奇，那个刻意的留白到底是谁？

6 月 30 日，谜底揭晓。美团官方认领：Owl Alpha，就是美团自研大模型 LongCat-2.0 的预览版。

神秘龙猫，来自美团

市场颇为惊讶：一家主营外卖业务的平台公司，甚至国外很多网友都没听过的公司，何以能做出顶尖的大模型？不过这还不是最特别之处。

LongCat-2.0 是 " 英伟达含量为 0" 的万亿级别大模型，它从训练到推理，全部由国产算力集群完成。

在英伟达长期把持高端 AI 训练算力、供应链被地缘政治博弈持续扰动的今天，LongCat-2.0 的发布不再只是一家公司的 AI 叙事，它打开的，是整个国产算力基建工业级落地的想象空间。

龙猫始于 2023 年

外界对美团大模型的叙事，长期停留在 " 声量寥寥 " 上。

当 "AI 六小龙 " 融资消息一轮接一轮；当大厂模型迭代不断加速，美团几近沉默。以至于媒体以《美团为什么到现在还没发大模型？》为题，公开催生。

从声量寥寥，到全球关注度急剧攀升

事实上，早在 2023 年初，美团就成立了 LongCat 基座团队，并同步启动从零预训练开始的国产算力适配计划。

绕开英伟达、全栈式国产算力研发，在当时行业几乎是不可能完成的任务。

首先，单卡性能的巨大差距。大模型预训练需要极高的算力密度和显存带宽。以当时英伟达 H100 为例，其 FP16 算力达 1979TFLOPS，显存带宽约 3.35TB/s，而国产主流芯片的这两项指标，仅为其一半甚至更低。在集群训练性能上，仅有极个别的国产芯片做到了英伟达上一代 A100/A800 的水平，大多数还不到 50%。

其次，集群协同难度极高。当时 GPT-4 已是万亿参数级别的大模型，这背后是英伟达 NVLink 提供的 900GB/s 互联带宽、超 90% 的集群训练效率。但国产芯片的互联带宽仅为其二分之一到四分之一，且稳定性低。这意味着，集群训练中任何一张卡的意外故障都可能导致整个任务中断，一次中断就是数百万元的损失。

更重要，是软件生态难以逾越的鸿沟。2007 年起，英伟达耗时近 20 年，投入超百亿美元，组织 450 万开发者建成了一条最宽、最深的 " 护城河 " —— CUDA 生态。它像一套设施完备（从操作手册到预制件，从加油站到导航地图）、运转高效的公路体系，深度绑定着全球几乎所有的 AI 工程师和主流 AI 框架（如 PyTorch、TensorFlow）。

相比较而言，此时的国产芯片配套平台，工具链条薄弱，甚至部分环节缺失，像一处 " 路没修好、加油站没建、导航地图不全 " 的土路，根本无法承载万亿级参数大模型的训练需求。

所以，行业普遍认为，万亿参数大模型的训练必须依赖英伟达，国产算力只能支撑中小模型推理、微调等边缘环节。比如 DeepSeekV4，也只在推理侧适配国产算法，训练阶段用的仍然是英伟达。

但 2023 年的 LongCat 团队已经不认同这一判断了。

有消息称，美团 LongCat 团队认为，CUDA 生态的壁垒建立在通用性和丰富性，如果目标只收敛到大模型训练，这个壁垒并没有看上去那么不可逾越。只要硬件精度没有问题，就不存在原理上讲不通的障碍。

而且大模型只是一个复杂度极高的科学系统工程，算子个数相对有限，适配工作量比想象中更聚焦。这一判断，得到了美团管理层的明确支持。

此后，美团联合国产算力厂商踏上了一场无人跋涉过的工程长征：从早期的小规模验证到超大规模稳定训练，逐步攻克了万卡级容错恢复、算力利用率提升等核心难题，最终在五万卡集群上完成了万亿参数模型的全流程训练与推理。

冲进全球前三的意义

OpenRouter 平台，是全球级别的大模型接入平台，汇聚着 GPT、Claude、Gemini、Llama、DeepSeek 等全球 400 多款大模型，开发者拿一个 APIKey 即可完成全品类比价，调用模型进入真实工作流中写代码、调工具、跑 agent，然后统一结算。

换句话说，OpenRouter 平台的调用量榜单评价的，不是 " 谁在测评中跑分最高 "，而是 " 谁在实际场景中最稳定、最被持续使用 "。

LongCat-2.0 在 OpenRouter 平台匿名刷榜冲进前三，且在 Hermes 上月调用全球第一、在 ClaudeCode 上月调用全球第二，说明了一件事：即便没有任何光环加持，这款国产算力集群全链路训练推理的模型，依然赢得了一批全球开发者认可。

全球开发者托举，龙猫登上各大榜单

一位开发者做过生动的比喻，大意是之前相当于房子建好了，用 " 国产算力 " 装修；这次（LongCat-2.0）是从打地基一直到入住，住着居然很好。

从官方发布的技术指标看，LongCat-2.0 采用 MoE 架构，总参数 1.6 万亿，每个 Token 激活参数约 480 亿，支持 100 万 token 的上下文窗口且保持精准的信息定位与理解能力。

在业内评测中，LongCat-2.0 工具调用、复杂指令执行等 Agent 核心能力，水平接近 ClaudeOpus4.6，落后于最新的 ClaudeOpus4.8，不过在国产大模型中，已在第一梯队内。

值得关注的是，LongCat-2.0 引入了 ScMoE、零计算专家等多个原创设计。

连接架构上，传统 MoE（混合专家）模型中，Token 需要在多个专家之间进行路由和计算，通信开销大。LongCat-2.0 采用的 ScMoE 跨层快捷连接架构，在层与层之间建立 " 快捷连接 "，让 Token 能更高效地在不同专家间流转，减少了不必要的计算和通信损耗。

零计算专家机制也是一大亮点。该机制实现的是 Token 级的动态计算预算分配，复杂的 Token（如逻辑推理、长文本理解）激活更多专家进行深度处理，简单的 Token（如日常对话、短句回应）只激活少数专家，节省算力。简单来讲，就是 " 避免一刀切 "，让 " 好钢用在刀刃上 "。

在训练规模体系上，LongCat-2.0 也实现了多项关键突破，比如通过自动重调度和容错恢复，训练稳定性超过 92%，月均日故障率相比最初降低了 70%。

官方的实测环节中，LongCat-2.0 在 Agent 搭建、代码库迁移、完整应用开发、3D 交互演示、AI 小说工厂等方面，也都展现了稳定且不错的能力。

而且因为算力优化、多项技术的关键突破，LongCat-2.0 的训练、推理成本消耗，低于全球其他万亿参数级别的大模型。

「To 物理世界」，美团 AI 的落点

近几年，创始人兼 CEO 王兴反复提及美团 AI 的策略 " 是进攻，而非防守 "。如今看来，LongCat-2.0 正是这句话最好的例证。

借由 LongCat-2.0，更多的人开始关注到一个正在加速 " 进攻 " 的美团：

美团低调出击，从外卖到 AI 的全面反攻

模型迭代上，LongCat-Flash-Chat 自 2025 年 9 月正式对外公布后，已迭代了十多个版本，覆盖文本、图像、语音、视频等全模态。

应用端，美团推出了面向 B 端的 " 袋鼠参谋 "" 智能掌柜 " 等产品，面向 C 端的 AI 生活秘书 " 小美 "、AI 管家 " 小团 " 以及 AI 原生浏览器 Tabbit 等产品。

6 月初，美团还成立了 AI Transformation（人工智能转型部）部门。这标志着，AI 在美团内部已从技术探索上升为战略核心。

除此之外，美团自研无人机、无人车等硬件，将 AI 全面渗入了业务的毛细血管。

美团的 AI 投资版图同样亮眼。据统计，美团累计投资了超 40 家硬科技企业，其中 28 家成长为行业独角兽，7 家已登陆资本市场。

投资范围涉及 AI 上游的 GPU、AI 芯片、大模型（如月之暗面、智谱），中游的机器人与具身智能（如宇树科技），下游的自动驾驶与传感器领域，如同一套完整的 AI 着陆地图。

那么，如此密集的布局背后，美团最终指向的是什么？答案是：To A，服务 AI Agent。

逻辑是，今天的 AI 正在快步进入落地与应用阶段，最稀缺的资源早已不是算力与资本，而是真实物理世界的数据与场景。这恰恰是美团的核心优势。

美团做外卖、到店、骑手调度，积累了覆盖全国 2800 多个市县的大量真实场景数据，构建了一个高度复杂、动态变化且不能模拟的物理世界：老旧商圈非标的商铺、非标准操作、潮汐式车流……

从物理世界来，到物理世界去。如今，美团 AI 的 " 基座模型 + 本地生活 Agent+AI 生态投资 " 三层体系已逐渐浮出水面，接下来，就看这套体系能渗透到多少 AI 入口、铺开多大生态版图。

尾声

长期以来，我们习惯于将国产 AI 的聚光灯打向几个固定座次：DeepSeek、千问、豆包、智谱、Kimi、MiniMax。它们代表了中国 AI 的高度，也几乎垄断了外界的想象力。

而国产 AI 的叙事或许远不止于此。

它可以是一家主营外卖的企业，在没人走过的国产算力山脊上，潜行三年，凿出一条万亿参数的路，并宣告：" 国芯 + 国模 " 可以跑得通，还能匿名跑出不错的成绩。

我国拥有全球最大、最丰富的应用场景，‌最大规模的智能制造应用生态，AI 核心企业超 6000 家，备案大模型超 430 款，覆盖了算力芯片、通用基座、具身智能、垂直行业应用的完整链路。

海量沃土之上，各行各业扎根实体、深耕自研的企业或许在隐于大众视野之外，潜心打磨优势底座，默默积蓄着前沿冲锋的力量。

我们有底气、有理由期待，国产 AI 的未来会有更多意想不到的惊喜。

E N D