北斗计划｜在美团做基座大模型，是什么样的体验？

美团2026届北斗计划已正式启动，招聘职位包含大模型技术研究、自动驾驶技术研究、无人机技术研究、运筹优化和智能调度等多个业务方向。

通过北斗计划加入美团之后，这些顶尖学霸都收获了哪些成长？我们找了4位基座大模型方向的北斗同学，一起聊了聊他们的故事。

“AI下半场，可能会由大模型评测来主导。”美团大模型评测团队负责人智羽说。

“业内一直在讨论，AI下半场，定义任务可能比训练大模型更重要——先定义什么是好的大模型，下一阶段大模型需要具备什么能力，再往这个方向发力。”

智羽是美团2018届“北斗计划”的校招生。2018年，上海交大博士毕业的他，选择加入美团新成立的NLP（Natural Language Processing）中心。入职初期，他先从事了搜索排序、知识图谱方向的工作，用三年时间完成了三次晋升，从校招新人迅速成长为管理者。

2023年初，随着ChatGPT的爆火，智羽带领团队转向大模型能力评测领域。在智羽看来，通过评测牵引大模型能力迭代，各个环节都充满挑战。

首先是定义任务。所谓的大模型代码、复杂推理、长文本、工具使用等能力，应该如何定义、用什么任务来衡量，存在很多模糊性。

其次是数据构建。智羽提到，由于大模型依赖海量的训练数据，为了区分大模型是“背住了答案”，还是真正具备相关能力，他们团队会通过内部自建、众包收集、日志挖掘等方式，创造出大模型没见过的“真问题”，考察大模型的真实水平。

同时，随着大模型能力的提升，对评测问题难度的要求也水涨船高。

“今年，我们围绕高难度代码、数学、指令遵循等，建设了OI Bench、CoreCodeBench、MO Bench、Meeseeks等评测集。接下来，我们也会在留有黑盒数据、保障评测有效性的前提下，对外陆续进行开源，为行业发展添砖加瓦。”智羽说。

▲智羽团队在多模态评测方向的论文截图

目前，智羽带领着一个数十人的技术、产运团队，专注于大模型能力的评测研究。他们针对客观、主观、推理过程等不同场景，分别训练模型构建自动化的打分方案，对大模型输出进行高效、可信的优劣评判。

团队在CVPR、ACM MM等多个国际会议上，在围绕图像生成质量评估、幻觉检测、用户主观偏好等方面的比赛中，多次取得冠亚军及金牌的成绩。

“每当大家通过我们的评测结果，展开对各模型效果的讨论和分析，都会让我们更加坚信做好评测的价值。”智羽说。

回顾入职的七年，智羽认为自己一直在与美团共同成长。“现在转入大模型评测，对我来说，就像在公司内部创业一样。”智羽笑着说。而美团给予他的，不仅是挑战的机会，更是一种“长期有耐心”的底气。

“目前我们做评测，目标更多是提升大模型的通用能力，为未来的技术发展做储备。”智羽说，“美团默默做了两年多的大模型，投入了很多，其实做得还不错。但我们没有急于对外做大模型的PR或产品发布，不会为了蹭热点，去做一些违背技术发展规律的事情。”

在智羽看来，在美团，技术人不会被短期的KPI绑架，而是能真正思考未来三五年甚至更远的事情。这种专注与坚持，或许正是美团技术团队最独特的魅力——不追风口，但始终站在技术变革的前沿。

如今，作为大模型领域的探索者，智羽和团队的目标很明确：在AI的下半场，将大模型评测的价值发挥到极致。而这条路，注定需要更多像他一样既懂技术、又耐得住性子的长期主义者。

毕竟，在美团，技术发展从来不是一场冲刺，而是一场马拉松。而他们，正跑在最前面。

宇宙，美团2023届北斗计划校招生，美团基座大模型Tech Lead，目前专注于Scaling Law和Thinking基座模型的研发。

Scaling Law是指导大模型设计和训练的重要理论工具。在选择这一研究方向时，宇宙在美团的mentor给了非常关键的建议。

“mentor提到，做研究不能只追求数学上的复杂性，而是要解决实际训练中的痛点。”宇宙说。

基于这个思路，他将研究重点放在Model Sparsity（模型稀疏性）这个被学界忽视，但工程价值巨大的维度上。宇宙最终提出了Optimization Law理论，作为“Meituan Law”，发表于ACL、EMNLP。

在宇宙的研究过程中，美团强大的工程体系也发挥了重要作用。宇宙与工程团队合作，对大模型进行优化，帮助美团节省了数百万卡时算力。

这项工作在业内的影响力也超出预期。StepFun团队在总结Scaling Law时特别提到了他的研究成果，并将其列为优化方向之一，指出Optimization Law形式简单且是唯一关注Model Sparsity的理论工具。

▲Meituan Law被StepFun指出是形式简洁且是在模型稀疏性上有突出贡献的工作

提到从学术界转入工业界的原因，宇宙说，因为在美团，他找到了技术理想和商业落地之间的完美契合点。

“一方面，美团在本地生活领域积累了海量数据，这为发展与本地生活相关的专用AI模型筑起了很高的壁垒。另一方面，我也相信大模型行业长坡厚雪的发展前景，扎实的理论研究能为技术突破奠定坚实的基础。”宇宙说。

在他看来，未来的大模型不仅是通用的聊天工具，而是会逐渐走向专用化，针对特定场景提供个性化的服务。目前，宇宙所在的团队，致力于大模型通用效果、算力和性能的优化，而业务方则会根据用户反馈，帮助提升AI在搜索、推荐领域的应用效率。

当被问到对校招同学的建议时，宇宙强烈鼓励同学们投身AI，探索技术的无限可能。

“AI已深度融入美团的核心业务运营和内部工作流程中，如AI编程助手 CatPaw、网页版AI编程工具NoCode、AI智能客服、智能会议助手、BD销售助手、餐厅助手、旅游预订助手等，帮助消费者、商家、骑手、员工全方位、多层次地提升效率、优化体验。”宇宙说。

他相信，AI是一次技术范式的巨大变革，未来将会为各行各业带来根本性的影响。他也希望自己继续在大模型领域深耕，推动AI技术的发展，创造更智能的未来。

有着耀眼履历和丰富业界经验的Manning，虽是2025届美团北斗计划的校招生，但已是计算机视觉领域的一名“老兵”。早在2018年，他就以本科实习生的身份，进入了业界一流的AI Lab实习，开启了对深度学习的探索。

2025年春季，Manning从港中文MMLAB毕业，加入美团主攻生成理解一体化模型的设计与优化。

“现在的多模态模型，在很多理解类指标上进步很快，但这些模型往往不具备生成能力。如何统一全模态的生成与理解，实现真正的‘全模态智能涌现’，是一个聚焦长远价值的挑战。”Manning说。

Manning相信多模态是实现AGI的必经之路，而美团长期有耐心的价值观，也让他能够聚焦本质问题，期待更Long-term的技术回报。

目前，Manning的工作内容包括：实现图像/视频内容与文本描述之间更精准、更鲁棒的语义关联建模；探索和突破图文互生成的性能极限，追求更高质量、更可控的跨模态内容转换能力；研发超越浅层对齐的深层多模态表征学习技术，以追求不同模态信息在潜在空间中的本质一致性等等。

Manning还提到，作为一位算法背景的研发者，他在进行模型Scaling Up时，完全不用担心工程基建的掣肘。因为，美团在AI基础设施上投入巨大，拥有领先优势。

“美团构建了支撑万亿参数模型训练的大规模GPU集群，配备了顶尖的网络互联方案和成熟的存储系统，为原生多模态大模型的训练，提供了坚实的底层算力与高数据吞吐保障。”Manning说。

“我们希望构建一个通用、可进化的AI核心，把长期的问题做深、做透。”而在算力、数据、平台、人才资源齐备的环境中，Manning和他所在的团队，能把时间花在真正重要的问题上，这也是他选择加入美团的原因。

对于未来想要进入AI领域的校招生，Manning也建议：要尽早抓住与工业界联系的机会。

“工业界拥有深度学习最关键的资源——数据和算力，提前实习、参与落地项目，是成长最快的路径。实习是在校生了解真实业务场景的绝佳机会，美团对实习生也非常信任，权限给得很高，真的能做事。欢迎大家投递美团，我们很需要热爱技术、愿意探索的伙伴。”Manning说。

入职四个月，正道用“兴奋”形容自己每天的工作状态。

正道是清华大学的本硕毕业生，2024年秋招季通过“北斗计划”拿到美团的offer，2025年2月提前来美团实习。他在美团主要负责大模型推理加速相关的AI Infra。

“AI Infra之于大模型，就好比工业时代的‘水电煤。”正道这样形容自己的工作，“算法工程师是让大模型变得更‘聪明’，而AI Infra是让大模型跑得更快、更稳。”

训练好的大模型如果直接使用，速度会非常慢，但经过优化之后，速度可以提升不止10倍。而正道的任务就是通过工程部署、优化，让大模型高效运转，同时降低推理成本。

这项工作，需要他既深入理解大模型算法，又具备扎实的工程能力，难度不小。但正道认为，美团为他提供了充分的基础条件。

“美团的算力资源比较充裕，人均算力在业内排名应该也是领先的，这对我们做技术很有帮助。”正道说。

▲工作之余，正道也会在问答社区发表技术探讨的文章

提到加入美团的初衷，正道开玩笑说，自己是“被钱砸晕了”。但真正来到美团之后，他才发现，美团的工作环境和技术氛围，非常适合新人的成长。

“在美团，大家都比较尊重技术发展的周期，不会盲目追求交付时间。”正道说，“对校招生来说，在这种氛围下，不管是对于学技术、积累经验，还是出成果，都很有帮助。”

有了切身体会之后，正道也主动在清华的年级群里为美团代言，为美团招揽人才。

他在推荐文案中写道：团队成员open，又懂算法又懂加速，走在业界前沿。Leader技术强，契约式管理。不搞赛马不内卷，人均算力资源领先，是学习技术的好地方。支持发论文、写专利、做开源、做毕设，很适合同学们。

没想到，短短实习四个月，正道已经从当初那个懵懂的校招生，变成了热心帮同学内推的“过来人”。在正道看来，人均算力资源充足，团队氛围开放，主管也愿意给新人成长空间——这些看似平常的条件，在当下火热的AI行业里反而是稀缺品。

目前，正道专注于大模型推理加速链路上的一个关键模块，成果还未最终产出，但他每天都干劲十足。回想起当初选择美团时“被钱砸晕”的玩笑话，他也逐渐体会到职业生涯更重要的东西——在一个不盲目追求风口、尊重技术规律的团队里长期积累，以获得能力的稳步提升、认知的持续成长。