美团与上海交大共话具身智能与大模型，如何让 AI 走进物理世界？

10月29日，首届上海交通大学-美团创新论坛暨 MARS TALK 上海交通大学站，在上海交通大学李政道厅圆满举办。活动以“具身智能与大模型：技术演进与商业化进程”为主题，由上海交通大学-美团计算与智能联合研究院与深圳市美团机器人研究院共同发起。学界与产业界专家围绕灵巧手、无人机低空配送、国产大模型训练等前沿方向展开深度对话。

上海交通大学科学技术发展研究院副院长、学术发展与成果处处长陆琪，美团副总裁毛一年分别代表校企双方致开幕辞。

上海交通大学科学技术发展研究院副院长 陆琪

陆琪回顾了双方自 2024 年成立联合实验室以来的合作，期许研究院在技术攻关、成果转化、人才培养上持续发力。

美团副总裁 毛一年

毛一年表示，让 AI 走进物理世界，是更难、更重要的一步，也是本次论坛的主题；双方合作已从院级升级为校级联合研究院，定名“计算与智能”，与美团大模型团队同名，寓意以扎实的基础技术，支撑可靠的物理 AI。

上海交通大学-美团计算与智能联合研究院于活动中正式揭牌。研究院前身的联合实验室成立于2024年，此次升级为校级平台，标志着双方合作迈入新阶段。揭牌后，上海交通大学特聘教授、上海交通大学—美团计算与智能联合研究院主任翟广涛发言，感谢校方与美团长期以来的支持，并表示，过去三年双方在人工智能多个领域共同探索了大量有价值的科研课题；面向未来，研究院的目标是“研究真技术、落地真实项目、解决真问题”。

美团副总裁、无人机业务负责人毛一年带来报告《从低空经济到物理AI：百万订单背后的具身智能飞轮》。分享美团无人机从技术研发走向商业运营的实践，低空物流的应用版图正从餐饮外卖延伸至医疗检验样本配送、电力运维、文旅、智能制造等行业；截至2026年9月底，美团无人机已累计完成超110万单商业订单，居全球前三，在深圳、上海、广州、成都、香港、迪拜等城市开展常态化运营。这些订单背后，是飞行、接驳与调度能力的协同演进：第三代智能接驳机场占地仅1.4平方米，可自动完成装卸；第四代无人机支持索降送达，让货物交付“几乎不占地”。云端AI可在500毫秒内完成路径重规划，实时调度能力超千架无人机。

美团副总裁 毛一年

毛一年指出，真实商业流产生的调度数据，为学术界提供了仿真无法替代的研究土壤，而学术成果又反哺商业场景——技术与商业互为引擎，形成“具身智能飞轮”。

穹彻智能联合创始人 卢策吾

上海交通大学人工智能学院副院长、穹彻智能联合创始人卢策吾以《具身智能规模化探索》为题，讨论机器人如何获得逻辑思维、基础动作与操作"手感"。针对机器人数据获取难题，团队以手机App搭配夹爪，构建轻量化采集体系，已在55个城市部署，累计采集20万小时数据。AI根据模型需求发任务、评估数据质量，降低了采集与管理成本。在模型层面，提出Noe-0模型首次提出全链路无本体采集，强调力反馈对于精细操作、学习效率和安全性的作用。具身智能的突破不仅依赖算法，还需要数据与系统协同完善——“像造火箭一样，缺一点点就不行”。

曦诺未来 Xynova 创始人兼CEO 夏宇轩

曦诺未来 Xynova 创始人兼CEO 夏宇轩在《Giving AI a Hand》中，从一个尚未实现自动化的工位讲起：工人每天撕取透明标签，看似简单，却涉及机器人难以处理的精细操作。在他看来，人类环境中的大量物品围绕人手设计，多指协作与指尖力反馈，是机器人适应这些物品的重要能力。尤其面对重量、摩擦等视觉难以直接判断的变化，触觉与力反馈不可或缺。围绕不同场景，Xynova推出面向科研的Prima系列，以及面向工业和消费场景的Flex系列灵巧手，探索精细感知、灵活操作与工程可靠性之间的平衡。

美团龙猫大模型负责人 蔡勋梁

美团龙猫大模型负责人蔡勋梁，分享了《LongCat：通往前沿智能的独立道路》。他回顾了团队三年多来以国产算力为基础、构建自主可控前沿智能的历程：从2023年下半年启动国产算力适配，2025年发布基于国产算力预训练的 LongCat-Flash 模型，到2026年6月正式开源基于万卡国产算力集群训练的万亿参数 LongCat 模型，其间与芯片合作方累计解决200多项软硬件协同问题。技术层面，他介绍了一组针对国产芯片特性的架构创新：重构 MoE 架构，让计算与通信充分并行、静态消除通信等待；通过流式感知索引、跨层索引复用、层级索引三项设计，在显存受限的条件下稳定支撑万亿参数、长序列训练。面向下一阶段，美团大模型团队正在探索由模型自主提出训练假设、自主实验与评测的自我迭代机制。

上海交通大学特聘教授林巍峣主持圆桌，与长聘教轨副教授蔡盼盼、顾尚定、李永露与长聘教轨助理教授穆尧围绕“具身智能与大模型：关键技术演进与落地路径”展开讨论。

大模型的配方，能否延伸到物理世界？

讨论首先指向数据。穆尧分享，团队对比国内40余家数据供应商后，清洗后真正可用的数据不足三成。蔡盼盼指出，语言与代码具备相对统一的表征，机器人数据尚未找到对应的表达方式。李永露则提醒：“模仿学习是成功学——成功只有一种，失败有无数种。”视频基础模型与生成式仿真带来了新的数据获取机会，但如何覆盖真实世界的变化与失败，仍是关键问题。

从演示成功到真实可用，差距在哪里？

落地端的讨论从“95%的平均成功率”切入：真实部署中，剩余的失败会带来多少成本，又该如何应对？

林巍峣指出，真实世界的验收从来都是最坏情况，那5%的失败才是成本负担。蔡盼盼认为那5%是必然存在的，而且到真实世界肯定不止5%。她补充道，模型、仿真器、基准测试都是错的，但总有些是有用的，关键是建模不确定性、在不确定性下做最优决策。在补齐那5%的路径上，穆尧主张对失败环节做精准诊断、再通过real-to-sim大规模重演；顾尚定则主张在部署前用对抗测试提前挖出长尾场景，让机器人在最坏情况下依然能正常工作。

什么才算商业化真正向前一步？

李永露认为，成功率并非唯一标准，首次成功前的尝试次数、失败后的恢复能力，以及具体场景对失败的容忍度，同样重要。

顾尚定将商业化要求概括为两句话：“第一，用得放心；第二，用得起。”

活动现场，美团校招团队介绍了2027届校园招聘机会，覆盖大模型、自动驾驶、无人机、具身智能等方向，并新增多个AI原生岗位，重点推出北斗顶尖人才计划、LongCat领先人才校招、食杂零售管培生及国际化业务四大项目。美团无人机校招负责人进一步分享培养机制：从新人培训、导师匹配到项目实战，校招生将在主管、导师、伙伴与HRBP的支持下成长。北斗算法方向的新同学还可通过3—6个月核心算法轮岗，在实践与双向选择中确定长期研究方向。

上海交通大学-美团计算与智能联合研究院后续将持续开展学术活动，围绕具身智能、大模型等核心方向，以真实场景需求驱动技术创新，以学术突破反哺产业落地。作为美团机器人研究院的学术沙龙品牌，MARS TALK未来将走进更多高校，请一线的人，讲一线的事。