600萬無人配送訂單，43家硬科技企業，美團嘗試構建AI的“物理底座” | 電廠

作者 孫曉

2026年的春天，科技圈的熱點正在悄然轉移。從小龍蝦的爆火到宇樹上市，一度火爆的“token經濟學”退去了一些熱度，業界的討論點轉向另一個話題：“AI基建”。

3月初，NVIDIA創始人黃仁勛拋出“五層蛋糕”的AI基建架構，從能源、芯片一直延伸到應用，認為算力需求的增長遠未觸頂。同時他提出，“物理AI是人工智能的下一個浪潮”。

按照黃仁勛的判斷，未來AI的競賽，將從虛擬的Token生成，跨入到了對物理實體的接管。

AI該從線上的侃侃而談，轉向去現實世界“干活”了。但受限于訓練、應用的場景缺失，AI依然被困在屏幕里。硅谷工程師們打磨“世界模型”，試圖通過海量視頻讓AI理解現實里的重力、粗糙感與摩擦力，但進展仍遙遙無期。場景不足，正在成為橫亙在AGI與現實產力之間的一道鴻溝。

也是3月份，美團CEO王興在內部溝通會上，拋出判斷：“雖然大模型越來越聰明，但我們可以想象，就算愛因斯坦當秘書，讓他訂一個餐廳，他依然不知道那個餐廳有沒有座位。這不是智力問題，而是信息問題。”他給出的結論是：物理世界的數字化，將是AI非常重要的底座。在3月底的電話會上，他重申，美團要在AI時代繼續扮演“線下業務和線上世界”的連接者，“這是我們的強項所在”。

與王興的判斷對應的是，在AI以及整個硬科技賽道，美團正通過自研加廣泛投資的方式，加速AI融入物理世界。

在美團看來，AI的價值，不僅在于生成更聰明的對話，更在于在物理世界中執行真實的任務。

一場始于8年前的“逆向布局”

外界第一次注意到美團在硬科技領域的動作，源于一份被“扒”出來的投資名單。

據媒體梳理，美團目前已投資超過40家硬科技企業，分布在底層算力、大模型、具身智能、智能硬件、自動駕駛等五個核心賽道。其中，已有28家企業成長為獨角獸，7家成功上市。

這份名單幾乎囊括了中國硬科技領域的半壁江山：智譜AI、月之暗面、宇樹科技、銀河通用、摩爾線程、沐曦股份、禾賽科技、理想汽車……每一個名字背后，都是當前最炙手可熱的賽道。

但真正讓人意外的，不是美團投了誰，而是它是什么時候投的。

早在2018年，美團就收購了無人機公司Airlango，啟動城市低空物流網絡的自主研發。2020年前后，當互聯網大廠的目光還停留在消費互聯網的存量爭奪時，美團已經開始布局硬科技領域。

2021年，美團將公司戰略從“Food+Platform”升級為“零售+科技”，并在組織層面組建了專門的硬科技投資團隊。這一年的關鍵投資是禾賽科技——美團領投了禾賽D輪融資，而禾賽的激光雷達，深度融入了美團無人配送體系的核心硬件。

2022年，互聯網投資進入收縮期，行業整體投資數量下降約70%。美團卻逆勢加碼，單年硬科技投資占比達到64%。此后五年，這一數字始終保持在50%以上。

在具身智能領域，美團的“早期入局”體現得尤為典型。

2024年初，美團領投宇樹科技B2輪融資，彼時后者的估值僅約10億元，人形機器人尚未成為市場熱點，商業化路徑也遠未清晰。等到2025年6月，宇樹機器人登上春晚轉起手絹，估值攀升至120億元時，其他互聯網大廠才開始跟進。

銀河通用的故事同樣如此。2024年6月，這家由北大教授王鶴創立的公司完成7億元天使輪融資，刷新國內天使輪融資紀錄，美團戰投名列投資方之首。當時，人形機器人整體還處于概念階段。

2025年，美團的投資節奏進一步加快。5月，領投自變量機器人A輪融資；7月，連續出手領投星海圖、它石智航。僅在具身智能領域，美團已投資16家企業，其中10家成長為獨角獸。

這背后是一種清晰的邏輯：美團不是在追逐風口，而是在風口到來之前，就已經完成了對賽道的系統布局。正如其投資業務負責人曾表示的，具身智能的成熟周期至少是一個以十年為維度的事業——這種判斷，決定了美團能夠在“無人區”深度介入。

比其他大廠更了解“嘈雜”的物理世界

投資名單只是表象。真正讓美團與眾不同的，是它能夠提供資金以外的東西。

在中國所有互聯網公司中，美團是與物理世界距離最近的一家。它擁有覆蓋全國2800多個市縣的生活服務網絡，超過750萬注冊騎手，數百萬商戶，以及每天處理數千萬筆訂單所沉淀的海量本地生活數據。

這構成了一個獨一無二的“訓練場”。

宇樹科技創始人王興興曾在2026年亞布力論壇上直言，當前機器人行業最大的瓶頸在于泛化能力不足。在預訓練場景下，機器人的任務成功率接近100%，卻難以適應復雜多變的現實場景——環境更換后，性能大幅下降。

解決這個問題的唯一途徑，是讓機器人在真實世界中積累數據。王興興算過一筆賬：如果能部署幾千臺機器人每天運行十個小時，數據問題能得到極大緩解。但對于絕大多數初創公司而言，它們既沒有這樣的部署能力，也缺乏足夠的場景資源。

美團恰好擁有這些資源。

從核心商圈的寫字樓到小區門口的單向小路，從無電梯的老舊社區到需要精準定位的醫院藥房，從戶外的道路、廣場到室內的電梯、走廊——這些復雜、多變、充滿“噪音”的場景，正是機器人訓練最寶貴的數據來源。

銀河通用是最直觀的案例。2024年，美團與銀河通用簽署戰略合作協議，圍繞線下零售、智慧貨倉、智慧物流等多個領域開展機器人服務合作。雙方共同推出的全球首個人形機器人智慧藥房解決方案，讓Galbot機器人在北京多家藥店實現了24小時值守——自主完成補貨、取貨、識別商品并交付顧客的全流程，目前已覆蓋5000款藥品SKU。

自變量機器人的案例則展示了更復雜的訓練場景。2026年1月，這家公司發布了一段實拍視頻：基于VLA端到端模型的機器人，在真實場景中全程自主配送外賣。機器人精準從美團外賣箱中取出餐食，折疊紙箱，放入高度僅7厘米的回收口，然后從室外穿越玻璃門進入室內，自行識別樓層、按鍵出入電梯，將外賣準時送達。

整個過程沒有人工干預。這是全球首個基于VLA端到端模型、成功跨越室外與室內場景的移動操作范例。

禾賽科技的激光雷達則代表了另一條技術鏈路。2025年底，禾賽第二代純固態感知定位激光雷達FTX正式獲得美團無人機量產定點。這意味著，感知與定位技術不再停留在實驗室或測試場，而是直接嵌入低空物流場景，在真實配送過程中完成驗證與迭代。

美團副總裁、無人機業務負責人毛一年對此的總結很直白：“如果缺少激光雷達，無人機無法做到更通用的夜間低空物流服務。因為激光雷達的加入和導航定位技術的突破，美團已經可以做到夜間導航無需衛星導航、視覺導航，完全依賴激光雷達導航就能實現精準航行、精準定位的能力?！?/p>

從“連接者”到“底座”

王興有一個形象的比喻：“AI Agent對我的沖擊比ChatGPT沖擊更大。我們經歷過從互聯網到移動互聯網的變化，可以肯定的是，AI帶來的變化會比整個互聯網帶來的變化要大得多，它注定會創造巨大生產力，也一定會對組織、對工作模式帶來很大的變化?！?/p>

但在美團看來，這種變化不是空中樓閣，而是需要扎實的物理底座。

美團核心本地商業CEO王莆中在3月的溝通會上給出了更具體的表述：美團將堅持加大投入，一層是投入研發物流、機器人等相關科技，譬如無人機、無人車等；另一層是建設豐富的物理世界信息、真實的評價，捕捉即時動態的信息，為模型、C端Agent所用。

這種投入是有形的。2025年，美團研發投入達到260億元，同比增長23%，占全年總收入的比例接近7.1%。其中，一部分流向了自研大模型LongCat（龍貓）系列，另一部分流向了GPU算力基礎設施建設，還有一部分流向了美團機器人研究院——這個成立于2022年的機構，已與全球數十所頂尖高校達成科研合作，成果頻繁出現在ICRA、IROS等國際機器人頂級學術會議上。

更重要的是，這些投入正在形成閉環。

被投企業的技術，可以在美團已有的無人配送體系內測試。銀河通用的分揀機器人、立鏢的倉儲機器人、禾賽的激光雷達，都在美團的真實業務場景中完成了技術驗證。

而美團自研的技術，又可以反哺被投企業。無人機、無人車的運營經驗，AI模型的決策能力，都在與合作伙伴的協同中被不斷優化。

據了解，目前美團無人車已在真實環境下完成550萬單訂單，美團無人機已完成78萬單。這種已經在現實落地的業務生態，為激光雷達、靈巧手、邊緣芯片等技術提供了施展空間。

這種“場景-數據-技術-場景”的閉環，讓美團的角色變得清晰：它不是單純的財務投資人，也不是簡單的技術使用者，而是一個“連接者”——連接物理世界與數字智能，連接技術突破與商業落地。

如果說亞馬遜通過其封閉的倉儲物流場景，打造了一支高效的“機器人編隊”，那么美團和被投企業們的目標則更具挑戰性：要在開放、復雜、瑣碎的城市環境中，讓AI持續進化。

相比于亞馬遜整齊劃一的倉庫，他們面臨的是馬路上的積水、突如其來的行人和藥店里規格不一的藥品。這種城市級的復雜度，正在倒逼中國物理AI基建的快速成熟。

當AI長出手腳

在3月26日的財報電話會上，王興被問到的第一個問題，并不是外賣業務的競爭，而是美團在AI領域的發展規劃。他的回答簡潔而直接：“對于AI，我們的策略是進攻?！?/p>

黃仁勛的“五層蛋糕”模型強調算力的底層驅動，認為智能的實時生成需要實時電力、算力支持，這是決定智能總量的硬性約束條件。思科CEO羅賓斯則警告企業需要重新思考基礎設施架構和安全策略，因為AI智能體自主調用數據與工具的能力，正在帶來全新的安全挑戰。

而王興的視角，落在一個更具體的問題上：AI如何完成真實世界的任務？

“幫商家去了解和改造物理世界，是我們非常清晰的戰略?！蓖跗沃性趦炔繙贤〞厦鞔_表示，美團將為長期經營的商家提供最好的線上經營陣地，幫每個商家都用上自己的AI助理。

從外賣配送的算法調度，到無人機航線的常態化運營，從藥店機器人的24小時值守，到VLA模型機器人的自主配送——美團正在用8年的布局、260億的研發投入、以及覆蓋全國2800個市縣的場景網絡，搭建一個AI能夠真正“長出手腳”的物理底座。

回到王興在3月溝通會上的那句話：“AI帶來的變化會比整個互聯網帶來的變化要大得多?！?/p>

如果這個判斷是對的，那么誰能在物理世界中為AI提供真正的“訓練場”，誰就可能在下一場技術革命中占據主動。