你打开外卖首页，系统推荐正餐；转到拼好饭，它又要理解你更在意价格和组合。过去，这些场景往往像几家各自开灶的厨房：分别训练模型，分别保存用户行为，也很难共享算力和经验。美团现在试着把它们并到同一个“大厨房”里。MTFM（Meituan Foundation Model for Recommendation）用一套共享基座处理多个外卖业务的精排，同时给各业务保留独立部分。
精排是推荐流程的最后一道关键筛选：系统先从海量商家和商品中粗筛，再由精排模型给较小的候选集打分，决定用户最终看到的顺序。统一这一步，直接关系到多个业务能否共享用户兴趣、训练数据和计算资源。
以下效果与部署情况均来自美团技术博客，尚无独立第三方印证。
难点不是合并，而是合并后仍然好用
不同外卖场景的数据格式并不整齐。首页可能推荐商家，另一个频道可能推荐商品或券包；各自记录的特征也不同。强行统一字段，容易丢掉某些业务独有的信息。
MTFM 的第一步，是把输入都转换为 Token——模型可以处理的离散单元。这里的 Token 不是文字，而是用户、候选商品和行为等推荐特征。模型把它们分成三类：H-Token 表示跨业务的历史行为，R-Token 表示点击、加购等近实时行为，T-Token 表示当前待打分的商家、商品或券包。
前两类由所有业务共享，T-Token 则由各业务单独维护。异构 Tokenizer——针对不同输入分别编码的转换器——让各场景保留自己的特征格式，再把结果送入同一个注意力骨干网络。换句话说，模型统一的是处理语言，不要求每个业务先把表格改成一模一样。
动态掩码负责规定信息如何流动。掩码可以理解为模型里的可见范围：历史行为对所有 Token 开放；实时行为严格遵守时间顺序；每个候选只能看到曝光前已经发生的行为；同一请求中的不同候选彼此不可见。这样既能共享用户信息，也能避免模型在训练时偷看到未来或其他候选的信息。
把贵的计算留给关键候选
MTFM 使用类 Transformer 骨干。Transformer 的 Self-Attention（自注意力）允许序列中的各个 Token 相互查看，擅长建立全局联系，但计算量会随序列长度平方增长。多条千级长度序列放进统一模型后，如果每层都做完整自注意力，训练和推理成本会迅速上升。
美团采用 Self-Attention 与 Target Attention（目标注意力）混合的架构。少数完整注意力层负责汇总全局信息，更多目标注意力层则把计算集中到待打分的 T-Token。V1 版本共 16 层，由 4 个 Block 组成，每个 Block 包含 1 层 Full Attention 和 3 层 Target Attention。博客给出的消融实验称，这个 3:1 配置在各任务的 GAUC 上效果最好；GAUC 是按用户或分组衡量排序质量的指标。与全 Full Attention 架构相比，它还能把 batch size——一次并行处理的样本量——扩大 1.7 倍，并把样本吞吐提高到 2.9 倍。
V2 又把候选侧进一步“加宽”。原因很直观：一个候选包含用户、上下文和商品等大量特征，却和较简单的用户行为一样被压进单个 Token，信息密度并不对称。MTFM 把每个 Target 映射成 4 个 Token Embedding——也就是四份供模型处理的数值表示——分别提取信息，再用低成本的 Mixing 模块让它们交换内容，减少四份表示学成相似副本的风险。材料对这套机制同时使用了 “Target Scale-Up” 和 “Target Token Scale-Up” 两种名称，正式名称仍需以论文为准。
一个模型，不等于所有业务共用一套答案
MTFM 采用“共享基座 + 业务解耦”。共享的 Attention Backbone 负责学习长序列中的用户兴趣；之后，MMoE——用多个专家模块处理不同任务的多任务结构——提取跨业务信息；每个业务再接自己的任务塔，预测点击率等目标。共同规律留在基座里，业务差异交给后半段处理。
训练时，系统以用户为单位，把同一用户当天在多个场景中的曝光聚成一条样本。多个业务因此可以复用一次长序列计算，而不必反复处理相同的用户历史。部署时，各业务只保留共享序列基座和自己的任务塔，把线上计算限制在当前业务相关组件中。这套设计可以概括为“统一训练、多业务部署”。
美团称，跨场景迁移对小流量业务的提升更明显：相关指标提高 0.60～0.93 个百分点，中流量业务提高 0.25 个百分点，大流量业务持平微正。这符合统一基座最值得关注的一点：数据较少的场景，可以借到大场景学到的用户兴趣，而不必独自从头训练。
为什么值得关注
这项工作的价值，不只是把几套模型合成一套，而是给出了统一推荐基座进入生产环境的一整套取舍：异构 Tokenizer 处理字段差异，动态掩码控制信息边界，混合注意力压低长序列成本，User-Level 训练复用用户计算，业务独立任务塔保留场景差异。
据美团披露，MTFM 已在外卖各核心场景完成全量部署，多个业务的订单量提升为 2.06%～6.68%，效果最显著的业务线超过 6%。模型单样本计算量达到 192 GFLOPs——GFLOPs 是十亿次浮点运算的量级——比传统 DLRM 高数百倍，但线上推理成本反而降低 24.0%。两组数字并非必然矛盾：前者描述计算量，后者描述实际服务成本，不过博客没有给出足够口径，暂时无法解释硬件、批处理和吞吐各自贡献了多少。相关工作据称于 2026 年 5 月被 KDD 2026 接收。
局限与未知
- 所有核心效果目前都来自美团单一信源。材料没有披露各业务逐项数据、实验周期、流量规模和统计显著性，因此订单变化不宜直接解释为已经确定的因果增量。
- “首次实现”“全面超越”和“稳健的 Scaling 能力”都是美团的概括。现有材料只说明模型在参数量和序列长度扩大时表现稳定，没有提供足够完整的数据供外部复核。
- 192 GFLOPs 与推理成本下降 24.0% 使用了不同口径。缺少基线、硬件和成本定义，尚不能判断这套架构在其他生产环境中能否复现同样的效率收益。