罕见表态，张一鸣全面升级AI大战

文 | 华商韬略 沉默已久的张一鸣，再次成为中国AI圈的焦点。 8月5日，《The Information》报道称，在上个月举行的Seed全员会上，字节跳动创始人张一鸣给这个负责大模型研发的核心团队定下一条硬规矩：不能依赖蒸馏其他公司的前沿模型，来提升自己的能力。 此时，中国大模型激战正酣。榜单上的名次不停变化，新模型一出来，各家公司马上研究、追赶、迭代。 对一个仍在追赶的团队来说，蒸馏是缩小差距最快的方法之一。张一鸣，却主动把这条路堵上了。 从2024年下半年开始，张一鸣每个月都会参加一次Seed核心技术团队的复盘和讨论会。 《The Information》报道称，如今他大约一半的工作时间和精力都放在Seed上。但张一鸣很少公开谈论AI，即使在内部会议上，大多数时候也只是听、追问，几乎不主动表态。 直到2026年7月，当团队再次讨论要不要通过蒸馏追赶竞争对手时，他罕见地开了口。 据参会员工透露，张一鸣明确表示，即使Seed暂时落后，也不能依赖蒸馏其他公司的前沿模型提升能力。 蒸馏的诱惑有多大？简单来说，就是找一个更强的模型当师傅，让自己的模型学习它给出的答案和解题方式。 这项技术并不新鲜。早在2015年，“深度学习之父”杰弗里·辛顿等人就系统推广过知识蒸馏。 过去，它主要被用来压缩模型、降低成本。ChatGPT出现后，事情变了。 当最先进的大模型开始变成各家公司最核心的技术资产，蒸馏也开始卷入知识产权、技术原创和中美AI竞争。 但Seed内部争论的问题更加直接，既然别人已经把答案做出来了，为什么不先学？ 尤其在大语言模型上，字节承受着不小的压力。每当有更强的开源模型出现，关于蒸馏的讨论就会重新升温。 最终，张一鸣亲自拍板：为了实现长远目标，我们应该愿意牺牲一些短期利益。 《The Information》把这一决定部分归因于TikTok在美国面临的风险。但8月6日，字节跳动CEO梁汝波，就在字节年中全员会上回应了这种说法。 他承认，字节的大语言模型目前确实落后，也承认与海外领先模型之间的差距还在扩大。但对于“外部压力迫使字节坚持自研”的解释，梁汝波直接用了两个字：“瞎猜。” 按照他的解释，真正的原因是，希望团队学会延迟满足，把基本功打牢。 张一鸣堵掉的，也不只美国模型这条路。据国内媒体报道，字节内部对利用其他开源模型进行蒸馏同样严格限制，甚至会通过API检测等方式加强管控。 这就很能说明问题了。他真正担心的，是Seed习惯站在别人铺好的路上。蒸馏能帮助一个团队迅速接近已经存在的目标，却很难告诉它，下一个目标在哪里。 今天学Claude，明天追GPT，后天再追一个新模型，排名可能越来越好，但研究方向、训练方法甚至评价标准，都在跟着别人走。 久而久之，字节可以成为一个非常强的追赶者，却很难成为第一个提出新问题的人。所以，张一鸣宁愿暂时慢一点。 但关掉捷径只是第一步。如果真想让Seed自己找路，他还得改掉字节过去最熟悉的一些成功方式。 要理解张一鸣的逻辑，还要回到2012年。 那一年，今日头条刚刚起步。年底的一天晚上，北京知春路锦秋家园6楼的办公室里，张一鸣把所有产品经理和研发人员叫到一起开会。 讨论的核心只有一个，既然要做信息平台，要不要把个性化推荐引擎真正做起来？ 当时，真正下决心做推荐引擎的中国创业公司并不多，张一鸣和团队自己也不会。有人担心：“我们没有推荐的基因和能力。” 张一鸣的回答很简单，“推荐我们不会，但可以学啊。” 后来，字节真的开始从头学。机器记录用户点了什么、停留多久、喜欢什么，再不断猜测这个人接下来还想看什么。 今日头条靠这套算法改变了新闻分发，抖音又把它带进短视频时代。 多年后，张一鸣回忆创业早期时说过一句很经典的话：“回头看，开始的时候我们的很多方法并不好，但是很努力、很专注，大力出奇迹。” “大力出奇迹”，后来几乎成了字节早期的一种气质。产品先上，数据说话，快速试错，持续迭代。一旦找到正确方向，马上调集资源，把优势迅速放大。 今日头条如此，抖音也是如此。移动互联网时代，这套方法让字节一次次后来居上。 但到2021年，张一鸣突然承认，自己有点跟不上了。那年5月，38岁的他宣布卸任字节跳动CEO。 在内部信中，张一鸣毫不避讳地说，自己过去几年很大程度上都在“吃老本”。2017年以前，他还能持续关注机器学习技术的新进展。此后三年，他已经很少有时间系统学习，甚至在一些技术讨论会上都很难跟上。 一个靠算法创业的人，公开承认自己跟不上最新算法，这很少见。 张一鸣决定把公司日常经营交给梁汝波，自己腾出更多时间学习、思考和研究。他给自己定了一个很长的时间：以十年为期。 当时在外界看来，这像是一位创始人的退场。五年后再看，更像是一次换位。 梁汝波接手字节庞大的日常经营，张一鸣则越来越多地把注意力放在AI和前沿技术。 近两年，他频繁往返北京与新加坡。在新加坡，他和AI研究人员交流；回到国内，他会参加Seed技术团队的讨论，看模型训练，盯长期研究方向。 只是这一次，他面对的问题已经和2012年完全不同。 2012年的推荐算法，已经有人走在前面。不会，可以学。今天的大模型前沿，却还有大量问题没有现成答案。 下一代模型架构是什么？世界模型应该怎么走？Agent究竟能走到哪一步？想回答这些问题，光靠“大力出奇迹”已经不够。 字节开始给一部分人松绑。 2025年初，原Google DeepMind研究副总裁吴永辉加入字节，负责Seed基础研究。同一时期，字节启动Seed Edge计划，专门研究周期更长、结果更不确定的AGI课题。 ▲ 吴永辉博士 这支团队取消季度OKR和半年考核，还获得了单独的算力支持。对于一家长期强调季度目标、快速迭代和数据反馈的公司来说，这样的安排很少见。 吴永辉也在改变Seed的日常。 据《晚点LatePost》报道，过去不同研究小组之间存在信息壁垒。一个团队想看另一个团队的文档和代码，有时要经过多层审批。吴永辉到任后开始推动信息共享，也鼓励研究员发表论文和博客，主动向外界展示研究成果。 有一次全员会，他甚至提醒大家，把自己的个人主页“装修一下”。 变化很快出现。据统计，吴永辉加入后的三个月，Seed发布的论文数量就超过2024年全年。 更有画面感的变化发生在食堂。有Seed研究员回忆，经常能看到吴永辉端着餐盘，直接坐到年轻研究员对面，一边吃饭，一边问项目做得怎么样。 这些细小的变化，都在给Seed增加一种过去字节很少拥有的东西：耐心。 允许一个项目短期没有结果，允许一些研究暂时无法商业化，也允许研究人员花时间解决几年后才可能真正重要的问题。 所以，张一鸣拒绝外部模型蒸馏，与Seed Edge的出现，其实是一件事的两面。一边关掉现成答案，一边给寻找新答案的人，留下时间和算力。 7月31日，字节发布Seedance 2.5。 此时距离张一鸣在Seed全员会上定下“不依赖外部模型蒸馏”的基调，刚过去不久。 这款模型，也很适合用来观察字节今天到底打到了哪里。相比年初的Seedance 2.0，新模型一次可以生成30秒视频，还能同时参考最多50个图片、视频和音频素材。 但更有意思的，是它已经开始走出短视频。 徐工集团用Seedance生成工业操作培训和工序SOP视频。小鹏汽车把