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。

01 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。

02 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。

03 「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。

04 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。