美團開源萬億參數大語言模型 花旗維持買入評級

美團決定以 MIT 授權開源其萬億參數 LongCat-2.0，為小型商戶提供基於專有配送網絡數據打造的 AI 工具，這是通用型模型無法複製的優勢。

美團以寬鬆的 MIT 授權開源萬億參數大語言模型 LongCat-2.0，為小型商戶提供基於專有配送網絡數據打造的 AI 工具，通用型模型無法與之匹敵。

花旗維持對美團的買入評級，目標價 113 港元，認為這項開源策略將強化公司在本地服務領域的領導地位。該行在 7 月 13 日的報告中指出：「此戰略舉措將進一步鞏固其在本地生活服務市場的領先地位。」

LongCat-2.0 的智能代理架構專為真實世界的任務執行而設計，借鑒了美團多年積累的調度演算法經驗以及來自每日數百萬筆外送訂單的數據。該模型的差異化優勢在於其能夠取得專有的線下交易與營運數據——這是任何通用型大語言模型供應商都無法複製的數據集。相較之下，騰訊的混元 Hy3 擁有總計 2950 億參數及 210 億活化參數，在 Apache 2.0 授權下針對更廣泛的編碼與推理基準測試；而 MiniMax 則正在準備一款 2.7 萬億參數的 M3 Pro 模型，預計最早於第三季度推出。

對美團而言，此次開源釋出肩負雙重目標：吸引外部開發者在其平台上進行開發，同時推動內部研發效率。花旗認為這是一項護城河建設之舉，可深化與商戶及消費者之間的關係。該行給出的 113 港元目標價，意味著較當前水準約有 20% 的上漲空間。

為何專有數據比模型規模更重要

AI 產業對於原始參數數量與基準測試分數的關注，掩蓋了一個更重要的區別：能否取得獨特的高頻交易數據。美團每日處理數千萬筆外送訂單，生成一個包含消費者行為、商家庫存及物流優化的即時數據集，這是任何通用型模型都無法取得的。這項數據優勢得到該公司多年來在調度演算法上精益求精的支撐——這是通用大語言模型所缺乏的領域專業知識。

以 MIT 授權進行開源釋出，消除了中小企業的採用障礙，使它們能夠在無授權成本的情況下整合美團的 AI 能力。這反映了一個更廣泛的行業趨勢：Meta 發布了 Muse Spark 1.1，具備 100 萬 token 上下文窗口及智能代理能力；SpaceXAI 推出了 Grok 4.5，使用 Cursor 在數萬張 Nvidia GB300 GPU 上進行訓練，專注於編碼與代理任務。OpenAI 的 GPT-5.6 系列，包括其旗艦模型 Sol，則針對通用推理能力。

投資邏輯

花旗的買入評級反映了其信心：即使 AI 模型領域變得更加擁擠，美團的數據護城河仍將具有持久性。該行的分析認為，美團為中小企業商家提供的 AI 驅動行銷與商業洞察，創造了通用型 AI 供應商難以輕易克服的轉換成本。這一點尤其重要，因為美國企業調查顯示，AI 平均採用率僅為 18%，顯示實用、具領域特異性的 AI 應用市場仍未被充分滲透。

美團的做法與整個行業面臨的成本壓力形成對比。Chamath Palihapitiya 近日指出，其公司的 AI 推理 token 成本每 45 天就翻倍，而生產力提升僅約 5%，凸顯通用型模型供應商面臨的經濟挑戰。美團的專有數據優勢可能使其免受這些動態的影響，因為它能夠實現更具針對性、更高價值的 AI 應用。

本文僅供資訊參考，不構成投資建議。