美团AI政策背后:国内大厂AI布局的分化与选择

2026年的国内AI竞争，正在经历一场深刻的价值链重组。

这场重组的主线，从"谁能做出最强的模型"，逐步转向"谁能最聪明地使用模型"。摩根大通的一线调研发现了一个关键信号：中国的AI"赚钱时刻"已经到来，而工作流层的价值正在开始超越基础模型本身。这个判断，正在悄悄重塑每一家大厂的战略优先级，也揭开了一个有趣的事实——国内大厂的AI布局，从来就不是同一条路，而是在三个截然不同的方向上各自押注。

美团：本地生活场景的AI深耕

美团的AI策略，是国内大厂中最容易被低估的一个。

在外界的印象里，美团是一家外卖公司。但它的AI布局，实质上围绕三个核心场景展开：配送调度、商家赋能和用户体验。这三个场景有一个共同特征——都不是"炫技"型应用，而是真正产生商业价值的闭环。

配送调度是美团AI最成熟的应用。公开数据显示，其高峰期单日处理订单量超过亿级，骑手与商家之间的最优匹配，背后是毫秒级的AI决策系统。这套系统的壁垒不在于算法本身的领先性，而在于十年来积累的场景数据——骑手的行驶习惯、商家的出餐速度、不同区域的交通特征——这些数据构成了一个难以逾越的本地生活知识图谱。一位美团算法工程师曾在公开分享中提到，他们单个配送路径的决策时间被压缩到3毫秒以内，同时还要兼顾用户体验、骑手收入和商家满意度三个目标的平衡。

商家赋能是美团AI商业化的第二条曲线。从2024年起，美团开始向中小商家提供智能定价、库存预测和营销文案生成工具。这类工具的核心价值不是替代商家的判断，而是将美团平台多年积累的需求预测能力开放给商家使用。有餐饮商家反馈，智能定价工具帮助其高峰期的客单价提升了8%至12%，而这是平台算法基于海量历史数据训练出的结果，单靠人工经验很难做到。

用户层面，美团的AI推荐算法每天处理数以亿计的用户行为数据，在"猜你喜欢"这个看似简单的功能背后，是国内最复杂的实时推荐系统之一。从2025年起，美团开始尝试将生成式AI用于用户评论的智能摘要和筛选，帮助用户快速做出决策，这一功能在试运营期间将用户的点击转化率提升了约15%。

美团的核心逻辑非常清晰：不在基础模型层面与大厂正面竞争，而是在自己最擅长的本地生活场景里，把AI做成真正的商业基础设施。 这条路的优势是商业模式清晰、现金流稳定；劣势是天花板相对有限，难以像字节那样产生全球性的技术影响力。

字节跳动：research-driven的激进路线

与美团的"务实"形成对比的，是字节跳动的AI战略——更激进，更前沿，也更愿意承担技术风险。

字节的AI布局有两个显著特征：一是重注research-driven，二是强调端到端的产品化。最近发生的一件事，很好地说明了这一点：2026年5月，何恺明团队与字节Seed几乎同时发表了关于连续潜空间推理的重磅论文，两条技术路径在"将离散化动作推迟到生成最后一刻"这一前沿课题上殊途同归。这并非巧合，而是字节在基础研究上持续投入的战略结果。

何恺明团队提出的ELF框架，核心创新在于打破了一个长期共识。传统观点认为，语言模型必须在离散空间（即词表）中逐步生成，每一步的去噪都要被强行拉回词表计算损失——这就好比用铅笔打草稿时，每写一个字就要立刻誊写到正式答案上，效率自然低下。ELF的解法是：让模型在连续潜空间中完成所有"思考"动作，只在最后一刻才决定每个位置该是哪个具体的词。结果是，用105M参数和32步采样，超越了需要1024步的基线模型。

字节Seed的Cola DLM 则采用了不同的路径，通过Text VAE将"想清楚要说什么"和"怎么说出来"显式拆开——先在概念空间里生成"意图"，再由扩散Transformer在概念空间里规划和组织，最后才解码为文字。这本质上是将语言建模重新定义为一个两阶段过程：先理解"要表达什么"，再解决"如何表达"。

这两篇论文共同指向一个判断：自回归语言模型可能并非语言建模的唯一形式，甚至可能不是最优形式。 字节选择在这个方向上重金投入，不是在追热点，而是在定义下一个周期的竞争规则。

在产品层面，字节同样激进。豆包系列产品的快速迭代、Coze平台的生态扩张，以及AI剪辑工具的持续出新，构成了一个从模型到平台到应用的完整链条。字节的独特优势在于：它有国内最活跃的内容生态——抖音、今日头条——可以作为AI能力的试验田，这让它的产品迭代速度远超竞争对手。

DeepSeek：基础设施公司的野心

如果说字节的AI战略是"向上走"（往更底层的技术里建壁垒），那么DeepSeek的AI战略则是"往宽里走"——试图把自己变成AI时代的基础设施平台。

DeepSeek近期700亿融资的消息，引发了行业广泛关注。但梁文锋真正想做的事，远比融资规模更值得讨论。700亿融来的不只是资本，而是电力、算力、数据中心和产业资本的战略协同。 宁德时代、腾讯、京东等潜在投资方的组合，指向一个事实：DeepSeek正在构建的，是一个需要多方资源共同支撑的AI基础设施生态。

V4-Pro API永久降价75%，是理解DeepSeek战略意图的另一把钥匙。这不是一次简单的促销活动，而是参考了AWS早期的竞争策略——主动降低使用门槛，锁定未来的调用量和开发者生态。当API调用量足够大时，基础设施的成本会持续下降，而生态的锁定效应则越来越强。DeepSeek并不急于从API收费上盈利，它的真正目标是成为AI时代的"发电厂"——谁想用AI能力，都来我这里买电。

支撑这个判断的另一个证据，是DeepSeek的技术路线选择。在各大厂纷纷追求"更大更强的模型"时，DeepSeek通过一系列高效的模型设计（MoE架构、混合专家路由等），在相对有限的算力下实现了接近顶尖模型的能力表现。这种"用更少资源做更强模型"的能力，恰恰是基础设施公司最需要具备的核心竞争力——因为基础设施公司的商业模式，本质上就是将高效率的算力和算法，以更低成本对外输出。

三种路径，三个押注

梳理完这三家大厂，一个清晰的分化框架浮现出来。

美团选择"场景深耕"：核心押注在工作流层的商业闭环，壁垒来自十年积累的本地生活数据和场景理解。这条路稳扎稳打，商业路径清晰，但增长天花板相对有限。美团的AI不需要比GPT-5强，只需要比没有AI的竞对更能留住商家和用户，就足够赢了。

字节跳动选择"research-driven"：核心押注在下一代模型架构，壁垒来自世界级的研发人才和技术突破。这条路投入大、周期长、不确定性高，但一旦突破，护城河也是最深的。字节的核心逻辑是：AI时代真正的壁垒不是数据，不是场景，而是定义下一代技术标准的能力。

DeepSeek选择"平台化"：核心押注在成为AI时代的基础设施，壁垒来自规模效应和生态锁定。这条路介于技术和商业之间，需要持续的高投入，但成功后产生的网络效应极强。DeepSeek赌的是：未来所有的AI应用，都需要从某个"发电厂"买电，而它要成为那个最大的发电厂。

三种路径，对应三种截然不同的风险模型。 场景型公司可能被通用AI工具降维打击——当一个足够强大的通用Agent可以替代垂直场景里的大部分工作时，美团积累的配送调度优势就会大幅缩水。研究型公司可能长时间无法将技术优势转化为商业回报——最先进的技术不等于最受欢迎的产品，这条路需要足够的资本耐心。平台型公司则面临持续高投入和随时被超越的压力——AI基础设施的护城河，目前看远没有云计算那么稳固。

工作流层：被低估的价值洼地

摩根大通的报告指出了一个关键趋势：在基础模型能力趋于同质化的背景下，工作流层的价值正在凸显。谁能把AI嵌入真实的业务流程，谁就能在"AI赚钱时刻"里分到最大的一块蛋糕。

这个判断，对于理解大厂的AI策略分化至关重要。过去两年，行业的注意力几乎全部集中在基础模型的能力榜单上——谁超过了GPT-4，谁又在某些指标上实现了超越。但这些排名，对于实际的商业价值判断，意义远没有想象中那么大。

真正决定商业价值的，是AI在具体工作流中的嵌入深度。以字节为例，它的AI战略之所以被看好，不只是因为豆包的技术指标有多领先，更因为它有足够多的真实使用场景——抖音的创作者每天生产数以百万计的视频内容，豆包的AI剪辑工具、AI字幕生成工具正在成为这些创作者离不开的生产力工具。工具用得越多，数据反馈越丰富，产品体验越好，形成正向飞轮。

这个逻辑，同样适用于美团。美团的AI调度系统，每天处理数以亿计的配送决策，每天的使用量是任何demo演示无法模拟的。正是这种持续的、大规模的使用反馈，让美团的算法能够持续优化，形成数据优势驱动的技术迭代。

分化已经开始，格局重塑比预期更快

三条路，三个赌注。没有人知道最终答案，但可以确定的是——分化已经开始。

这场分化带来的格局重塑，会比大多数人的预期来得更快。摩根大通的报告预测了"工作流层价值超越基础模型"的趋势，这个趋势一旦成真，将会系统性地改变各大厂的相对位置——那些在场景和数据上有深厚积累的公司，将比纯技术导向的公司更容易将AI转化为真实的商业价值。

对于行业观察者而言，这意味着判断一家公司AI战略的优劣，不能只看它发布了大模型还是小模型，也不能只看它的论文数量和技术指标。更值得关注的，是它是否找到了一个足够深、足够宽的工作流，让AI能力能够在真实使用中持续迭代和强化。

对于普通用户而言，这意味着AI时代的价值，正在从"谁造出了更强的AI"，转向"谁把AI用在了最需要它的地方"。

这个转移，比任何一项技术突破都更值得长期关注。