這是京東入局外賣之后,美團第一次的全面反擊,也是后者向市場證明了自己在外賣市場的絕對統(tǒng)治力。一時之間,大家開始意識到,互聯網企業(yè)燒錢換市場的熟悉套路又回歸了。美團,在互聯網行業(yè)沉寂許久之后,再次成為了市場關注的焦點。
不過,臺面上的外賣補貼大戰(zhàn),只是這家公司開始花錢的一個方面。在零售行業(yè)未來的線下場景中,美團的布局速度也在明顯加快。
7 月 8 日,美團戰(zhàn)投出手,領投了具身智能初創(chuàng)公司它石智航的新一輪 1.22 億美元融資。7 月 9 日,美團再次出手,領投了星海圖 A4 輪及 A5 輪戰(zhàn)略融資,兩輪合計融資金額超過 1 億美元。
過去一年,美團還投資了宇樹科技、銀河通用以及自變量機器人,并成為了宇樹科技和銀河通用的最大外部股東。據統(tǒng)計,美團在過去三年時間里投資的機器人及相關企業(yè)已經達到了 30 家。
繞開百模大戰(zhàn),美團借機器人 " 彎道超車 "
" 預測未來最好的方式是創(chuàng)造它。"
這是 2025 年 2 月末,美團迎來 15 周年之際,王興在內部溝通會的表態(tài)。在此次會議上,王興提出在第二個十年他作為 CEO 會更多關注的三個新方向——食雜零售、國際化和科技。
其中,科技方向上王興提出,美團希望抓住這一次的 AI 機遇,建設大規(guī)模、全品類、有縱深且生態(tài)健康的本地商業(yè)系統(tǒng)。
不過,在戰(zhàn)略執(zhí)行的實操層面,相比于阿里、騰訊、百度等同類的互聯網公司,美團自身在 AI、大模型的進展并不明顯。迄今為止,美團既沒推出像文心一言、通義千問等線上 AI 應用,也無類似 GPT 這樣的通用大模型。
但值得注意的是,相比于模型和應用層面的堆料內卷,美團更傾向于用投資構建自己的 AI 護城河。
比如,在大模型領域,美團投資了智譜 AI、月之暗面等;在具身智能領域,美團更是出手頻頻。自 2021 年至今,美團投資了宇樹科技、普渡科技、非夕機器人、梅卡曼德、高仙機器人、未來機器人、銀河通用機器人、自變量機器人、它石智航以及星海圖等。
可以說,美團幾乎買下了半個機器人賽道,在如今眾多明星機器人公司,都站著美團的身影。
"AI 將極大地推動機器人技術的發(fā)展,美團將關注在這一領域有哪些初創(chuàng)公司并進行投資,希望與這些年輕公司加深業(yè)務合作和技術交流,將機器人技術和 AI 將更加緊密地結合在一起。"
王興在美團 2024 年四季度電話財報會議上曾表示,美團在 AI 領域的戰(zhàn)略定位是進攻而非防守。他強調,美團會繼續(xù)扮演連接線下實體與線上世界的科技 " 橋梁 " 的角色。
可以看到,以零售服務為主業(yè)的美團,更關注的是 AI 在線下場景中的落地應用。通過大舉投資機器人,美團試圖在大模型時代中,為未來的線下業(yè)務找到一個新的超級入口。
按照王興的說法,美團在 AI 領域的三層策略:一是 AI at work,旨在通過 AI 技術提升員工工作效率和日常業(yè)務運營效率;二是 AI in products,打造全新的 AI native products,將用 AI 改造現有 2B 和 2C 端的產品和服務,更好的服務消費者、商家和騎手等客戶和伙伴;三是構建內部大語言模型,美團將持續(xù)加大投資,提升自研基座模型能力,為 AI 應用提供強有力的支撐。
遙遠的未來,現實的當下
盡管美團在機器人賽道表現出了旺盛的企圖心,但無論是從軟件技術還是硬件基礎,這個行業(yè)都仍處于相當早期的階段。
最為關鍵的就是,機器人大模型。從 ChatGPT 的技術邏輯也可以看到,大語言模型找尋到了一條 " 大力出奇跡 " 的可行性路徑。OpenAI 通過不斷地增加算力和數據,ChatGPT 的人機交互能力就可以不斷上升。
但對于機器人大模型而言,宇樹科技創(chuàng)始人王興興曾對作者表示,目前這個行業(yè)沒有走到 " 大力出奇跡 " 的階段。
" 目前國內的大公司其實對 AI 和機器人都挺關注的,但他們的投入也是比較克制的。"
王興興對作者表示,大公司和創(chuàng)業(yè)公司對于機器人大模型投入比較克制的最大原因就是,機器人模型的技術路線沒有像大語言模型那么清晰。" 在這模型研發(fā)沒有清晰路線的階段,如果投入大的財力和人力,其實會有點使不上勁的感覺。這條路你都不太清楚,你拼命往里面跑也跑不了。"
而當機器人大模型還未找到明確方向時,一些公司也開始通過 " 沿途下蛋 " 的邏輯,在細分場景中尋找商業(yè)化的可能。
在落地場景上,美團買藥聯手銀河通用,共同推出了全球首個基于人形機器人的智慧藥房解決方案。該方案中,銀河通用機器人 Galbot 不僅能夠實現 24 小時無人值守,還能夠自主判斷哪些商品需要補充,并從貨筐中準確識別、抓取對應商品,精準放置到貨架的預定位置。
同時,在模擬顧客 " 下單 " 環(huán)節(jié),Galbot 同樣展現出高效的路徑規(guī)劃與物品識別能力,迅速完成商品的抓取與遞送。
" 一個藥店的 SKU ( 最小存貨單位)接近一千個,這個訓練的工作量其實并不是像大型那樣大。因此訓練過程中,利用三維建模的方式,將藥品的位置以及商品信息喂給機器人后,就能實現機器人的精準抓取。"
銀河通用產品總監(jiān)朱輝對作者表示,這種快速的場景落地方案,能夠讓機器人得到盡快的驗證。同時,從真實的場景中獲取的操作數據,也可以反過來增強機器人的模型訓練。作為創(chuàng)業(yè)企業(yè)來講,也可以通過垂直場景的落地應用,讓自身擁有持續(xù)的造血能力。
一位人形機器人公司的管理層也對作者表示,對于人形機器人這種如此早期的行業(yè),投資人天然青睞那些技術相對落地的公司。銀河通用之所以能多次創(chuàng)下融資紀錄,就是因為其機器人產品在實際場景得到了應用。
事實上,除了無人藥店的試水,銀河通用和美團還在開展更多領域的合作。根據協議,雙方將聯手在線下零售、智慧貨倉、智慧物流等多個領域,就機器人服務展開深入且全面的合作。
顯然,借助人形機器人的投資布局,美團瞄準的是一個相當遙遠的未來零售模式。通過售前、售中和售后各個環(huán)節(jié)的改造,美團試圖實現機器人的最大比例應用,并逐漸向一個全自動化的零售平臺轉變。(本文首發(fā)于鈦媒體 APP,作者 | 饒翔宇 編輯 | 鐘毅)