美团深耕硬科技，布局AI落地的物理世界

美团深耕硬科技，布局AI落地的物理世界

三月底，当行业热议大厂在AI大模型上的token消耗时，一份来自投资圈的硬科技“被投名单”悄然流传。名单上超过40家企业的名字，几乎涵盖了当前最受瞩目的科技公司，包括智谱AI、月之暗面、宇树科技、银河通用、摩尔线程、禾赛科技等。

这份名单背后的投资方，令人意外地指向了美团。如果不是近期宇树科技的IPO引发关注，人们或许不会意识到，美团已经是其最大外部股东之一（持股9.65%）。

更引人注目的是，美团在这些企业的投资中，参与程度之深远超预期。从AI大模型、具身智能与机器人、到半导体、自动驾驶与智能制造，美团几乎覆盖了中国硬科技的全部主要赛道。

据行业媒体报道，美团早在8年前就已开始在硬科技领域布局。其中，超过66%的投资集中在中早期阶段。例如，在天使轮阶段，美团便参与了银河通用、它石等具身智能领域的头部企业；在A轮阶段，则投资了月之暗面、自变量、星海图、Sharpa等多家估值超百亿美元的独角兽。

美团的投资策略展现出明显的“长期主义”特征——一旦参与，就持续跟进、加大投入。从早期的宇树科技，到如今已步入成熟期的未来机器人、普渡科技、高仙机器人，再到理想汽车等企业，美团都曾多轮参投。

在“无人区”持续深耕

如果将时间轴拉长，美团在硬科技领域的布局是一场有计划的提前行动。2018年上市后，美团开始逐步将投资重心从消费领域向硬科技转移，并在2020年提出“零售+科技”战略后全面加速。

这一时间节点恰逢互联网投资的最后高峰期。当时主流大厂的投资方向仍集中于游戏、内容、电商等变现效率更高的领域，即便涉及科技投资，也多偏向云计算等与现有业务协同度高的方向。

相比之下，具身智能、AI芯片、人形机器人等赛道仍处于“早期无人区”——技术路线尚未明确、商业化路径模糊、投资回报周期长。而正是在这样的背景下，美团开始系统性地投资这些“不确定性高”的领域。

银河通用的案例极具代表性。该公司当前估值已达210亿元，在工业、医疗、零售等场景实现规模化落地。美团早在其初创阶段的天使轮就已参与，并持续陪伴其从技术探索走向商业化。

其他如星海图、自变量、Sharpa等估值超百亿的企业，美团大多在A轮或更早阶段入场。而宇树科技在B2轮融资时估值尚不足10亿元，美团却在这一阶段选择领投，并在B3轮与C1轮继续加码，成为其最大外部股东。

2025年，随着宇树科技的热度上升，股东名单也不断扩大。这背后体现的是两种截然不同的投资逻辑：一种是在确定性中获取收益，一种则是在不确定性中寻找机会。而后者，往往更能决定未来格局。

在核心技术领域，美团的“敢于下场”同样鲜明。早在2021年，国内高端算力仍高度依赖海外供应，商业模式和生态体系尚不清晰。美团却先后投资了爱芯元智和荣芯半导体两家企业，前者如今已成为中国边缘AI芯片领域的第一股，后者则通过差异化布局保障了本土供应链的稳定。

随着生成式AI的发展，算力成为“能源燃料”。摩尔线程与沐曦股份的市值一度分别突破3000亿和2800亿。但很少有人知道，早在“石油尚未喷涌”的时候，美团已开始“挖管道”。

在逆周期中持续加码

2022年，被视为互联网投资的转折点。受宏观环境与行业调整影响，大厂投资数量整体下降约70%，进入收缩期，大量企业削减非核心投入，强调短期回报。

而美团的选择却截然相反。数据显示，2020年至2025年5月，美团共参与投资事件89起，其中47起为硬科技领域，占比超过一半。仅2022年一年，其在硬科技领域的投资占比就达到64%，这一比例在过去五年中始终保持在50%以上。

即便在2025年核心业务因外卖竞争而阶段性承压、利润转负的情况下，美团依然坚持对硬科技的投入。它没有“踩刹车”，反而更加注重通过领投、深度协同，为被投企业提供更多资源支持。

这种逆周期持续加码的战略，体现了美团对硬科技的长期判断：与其将技术视为“可选项”，美团将其视为“必选项”。热点与否并不重要，关键是技术能否在未来服务生活。

场景即训练场，数据即燃料

如果说“投得早”解决了参与时机的问题，那么美团的真正优势在于其“长期工程”能力。相比单纯的资金支持，美团更重视让技术在真实世界中落地。

在美团买药的部分区域仓中，已有超过百台立镖机器人进行日常分拣。银河通用的Galbot机器人已在北京多家智慧药店24小时值守，而美团易生活也正与宇树合作推进机器人租赁业务。

关键不在于使用了多少台机器人，而在于这些机器人是否能够面对不确定的订单、复杂的货架以及持续变化的环境。

禾赛科技的激光雷达已嵌入美团无人机的量产体系，感知与定位技术不再停留在实验室，而是直接应用于低空物流场景中。这类合作正在加速低空经济的产业化。

2026年初，一段基于VLA端到端模型的机器人配送视频引发关注：自变量机器人从美团外卖箱中取出餐食、折叠包装并精准投放到回收口，随后穿越玻璃门、识别楼层、操作电梯，最终完成配送。

这样的场景正在重塑机器人训练与数据采集的逻辑。具身智能的瓶颈在于泛化能力不足，而高频、持续、复杂的部署能够缓解这一问题。

美团作为覆盖全国2800多个市县的生活服务平台，连接着中国最复杂的物理网络。在不同建筑结构、人群密度与气候环境下，每一天都在发生高频、非标准化的交互——这些交互，构成了最真实的数据来源。

这些数据通过结构化处理，可以为被投企业提供场景与数据采集入口，共同训练模型、探索应用空间。机器人在配送中采集的数据可以反哺模型训练，而模型能力的提升又能优化任务执行效率，形成闭环。

例如，在无电梯的老旧社区中，四足或人形机器人可以进行复杂地形与长距离配送训练；在药房和仓储环境中，可以进行精细操作和高频任务的验证；在商家门店中，可以进行人机交互与服务流程的数据采集。

这些场景具备高度复杂性、持续性与高频性，恰恰是训练“世界模型”的关键条件。

从“连接”出发，构建AI落地的服务基建

为什么是美团，能够将这些技术真正推向落地？答案与其行业特征密切相关。美团深刻理解连接需求与服务之间的“痛点”。

在近期内部沟通中，王兴多次强调，美团的目标是打造“物理世界的AI底座”。当AI越来越“聪明”，它不仅需要理解，更需要“动手”——完成现实任务。

与许多互联网公司侧重“信息处理”的线上路径不同，美团面对的是最基础、最复杂的现实需求：吃、行、配送与服务。其目标明确——让技术能力服务于人的基本生活。

在“行动”层面，美团早在十余年前便开始研究无人车、无人机，并开通了70多条无人机航线。其无人机能在10分钟内将餐食送到香港山村的独居老人手中，而汽车则需要1个半小时。

在“决策”层面，美团自研的多模态LongCat系列模型已落地为AI助手“小美”、“小团”，帮助用户进行消费建议。而“袋鼠参谋”、“智能掌柜”等工具也帮助商家在选品、定价与促销方面降低成本。

这些业务实践为技术验证与迭代提供了“真实环境”。智能驾驶、激光雷达、芯片感知、机器人关节技术等，都可以在美团已有的无人配送体系中测试；而AI模型和算法，则可以在高频调度与用户交互过程中获得反馈。

换句话说，美团不仅提供了“场景”，还提供了从技术到应用再到商业转化的完整路径。当无人机、机器人、芯片、感知系统和算法等技术逐步提升用户体验，AI时代下的本地生活服务基建也将真正落地。

在硬科技链条中，美团的角色逐渐清晰：它既不是单纯投资人，也不是终端用户，而是连接者。它连接技术与场景、服务与需求、创新与落地，最终连接AI与物理世界。