字节AI转向自研与数据：接受短期落后，赌一个生态闭环

事件概述

字节跳动在2026年7月底至8月初密集调整AI战略。创始人张一鸣在Seed全员会上表示，不会把模型蒸馏当作提升AI能力的捷径，即使Seed模型能力暂时落后于国内主要竞争对手；CEO梁汝波在8月5日全员会上进一步定调：大语言模型坚定自研，接受短期落后，坚持长期优化，动作不变形。

核心信息

• 拒绝蒸馏成为明确政策：字节早在2023年就规定不得将GPT生成数据加入训练集；2025年DeepSeek-R1发布后，Seed内部曾讨论是否蒸馏，被管理层否决；在Kimi K3能力接近海外闭源旗舰后，内部倾向蒸馏的声音增多，张一鸣最终公开表态。Seed已出台新政策，禁止蒸馏K3等开放权重模型，并追溯排查疑似行为。
• 组织与算力投入：字节新成立一级部门“AI数据与安全”，整合超千人数据团队，与Seed、Flow、抖音等并列，为所有大模型提供跨模态数据服务；同时讨论训练参数规模超5万亿的模型，若落地将成为国内已知最大模型。
• 数据成为核心变量：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，高质量语言数据可能提前至2026年枯竭。Anthropic 2025年为强化学习数据拨出超10亿美元预算，OpenAI全年数据开销约10亿美元、内部预测2030年增至80亿美元。字节2026年数据预算已超千万美元且可随时追加，优势在于字节旗下产品积累的多模态真实行为数据。牛津、剑桥等机构的联合研究也指出，反复用AI生成数据训练会导致原始数据分布尾部信息消失，带来不可逆能力退化。
• 商业化加速：豆包以3.82亿月活排名AI原生App第一，同比增速172.1%，随后推出68/200/500元三档会员；自8月10日起，经豆包跳转至抖音来客成交的部分订单执行独立费率，酒店订单综合费率约12%，部分生活服务类订单约18%，豆包已被列为独立渠道，AI带来的交易开始单独计价；飞书产品团队并入豆包，打通生活与办公场景，并强化桌面Agent；Seedance 2.0年化收入已达20亿美元（约143亿元人民币）。

值得关注

字节放弃“蒸馏”这一短期追赶手段，本质是避免继承其他模型的能力框架，保留从零定义原生多模态模型的空间。其打法变为：以豆包在C端蓄水，以本地生活和办公场景在B端收费，以Seed与火山引擎在底层支撑模型和算力，形成“数据—模型—场景—收入”的闭环。这一选择的前提是接受大语言模型暂时落后，但字节押注的是AI成为下一代超级入口后的长期生态能力。