共计 1181 个字符，预计需要花费 3 分钟才能阅读完成。
一向低调的字节跳动创始人张一鸣, 近日在 Seed 全员会上罕见现身 , 明确表示“字节跳动不会把蒸馏当作提升 AI 模型能力的捷径, 即便 Seed 的模型能力暂时落后于国内主要的竞争对手”。这一表态, 连同后续一系列组织与商业化动作, 透露出字节在 AI 赛道上的新策略: 接受短期落后, 押注数据与生态闭环。
📌 事件概览: 张一鸣定调, 字节 AI 转向
- 重点: 接受短期的落后。
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
在 7 月底的 Seed 全员会上, 张一鸣罕见发声 , 明确拒绝模型蒸馏。随后, 在 8 月 5 日的字节全员会上,CEO 梁汝波进一步定调:“字节大语言模型会坚定自研, 做好基本功, 接受短期落后, 坚持优化长期, 最重要的是动作不要变形。”
紧接着, 字节成立新的一级部门“AI 数据与安全”, 整合超千人的数据团队 , 与 Seed、Flow、抖音等部门平行。同时, 据《晚点 LatePost》报道, 字节正在讨论训练一个参数规模超 5 万亿的模型, 若落地, 将成为国内已知参数规模最大的模型。此外, 豆包商业化全面加速: 推出 68、200、500 元三档包月会员; 针对生活服务订单开始抽佣; 飞书产品团队与豆包合并, 猛攻桌面 Agent。
🔍 核心信息: 拒绝蒸馏, 坚持自研
所谓模型蒸馏, 是指用更强大的前沿模型生成的输出来训练自己的模型 , 就像坐在学霸旁边反复提问, 再用这些“题目和答案”来训练自己。蒸馏不是抄袭, 但被视为一种“更快”的学习方式。在国内 AI 圈, 蒸馏几乎是常态, 但在海外却引发争议, 如 Anthropic 曾指控 DeepSeek、Kimi 和 MiniMax 对其模型发起“蒸馏”攻击。
💡 影响与看点: 数据飞轮与商业化加速
拒绝蒸馏后, 字节靠什么提升模型能力? 答案是数据 。新成立的“AI 数据与安全”部门, 将整合多个数据团队, 为所有大模型提供跨模态数据服务。字节在数据上一直不吝投入,2026 年数据预算已超千万美元级别, 且可随时追加。高质量数据日益稀缺, 据 EpochAI 测算, 语言模型训练将在未来五年耗尽人类公开文本数据。而字节拥有全球用户产生的海量行为数据, 这些数据真实、带有上下文, 是训练大模型的宝贵材料。
📊 行业观察: 慢下来, 但更有想象力
字节的选择, 与当下追求速度和参数的 AI 大厂形成鲜明对比 。它不再强调“追赶”, 而是试图用时间去打磨场景、积累数据, 像孵化 APP 一样孵化大模型。梁汝波承认, 豆包在 C 端有竞争力, 但大语言模型与海外领先模型有差距。然而, 字节愿意接受这个代价, 因为它赌的是一个不同的未来:AI 成为超级入口, 数据飞轮带动整个生态转动。
🚀 总结
围绕“字节 AI, 先慢后快?”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
