最近几天，AI圈子被字节跳动的一则爆料刷屏。先是国内媒体曝出字节正在训练超5万亿参数的大模型，隔一天，英国《金融时报》援引知情人士消息，把模型规模上限推到了10万亿参数。消息一出，海内外行业网友纷纷讨论，这不仅是一组惊人的数字，背后藏着字节整套AI打法的转变。

海外头部AI实验室接连曝出安全隐患，部分顶尖模型受限暂停开放，给国内大模型留出难得的追赶窗口。字节没有选择行业里流行的捷径，而是砸下资源硬啃超大模型，一边打磨底层基座，一边打通C端用户和B端办公市场，开启双线进攻的模式。

一、十万亿参数巨无霸，还处在早期训练阶段

8月6日晚间，晚点LatePost率先放出消息，字节正在推进一款参数量超5万亿的大模型项目，仅仅一天之后，海外媒体的报道将这一数字拉高到最高10万亿参数。

可以简单理解这组数字的分量。国内已经对外发布的最强大模型，月之暗面KimiK3参数2.8万亿，阿里Qwen3.8‑Max为2.4万亿。就算按照5万亿的下限计算，字节这个还未露面的模型，规模已经超过国内已发布的全部大模型；如果最终做到10万亿，将超过AnthropicMythos5约8万亿的参数规模，跻身全球第一梯队的大模型行列。

不过外界不用过度解读，该项目目前还处于早期预训练阶段。按照知情人士透露，整个预训练周期预计3‑6个月，后续还要经过多轮微调，最终落地的实际参数量，要等到训练后期才能够确定，也不排除项目中途调整的可能性，字节跳动到目前为止，没有针对这一系列传闻给出官方回应。

项目由SeedFoundation负责人项亮牵头，大语言模型预训练数据负责人沈科配合推进，Seed团队内部也在重新梳理分工，调配算力、数据等各类资源，全力支撑这个超大模型的研发工作。

消息传到海外社交平台X，引发大量开发者围观。有网友改编蜘蛛侠经典台词感慨，能力越大，竞争也就越大，如果字节的模型能够持续迭代进步，会倒逼整个行业加速奔跑，跟不上节奏的企业就会被淘汰。还有业内网友直言，这个还没有正式亮相的十万亿参数模型，已经改变了行业对于推理成本的计算逻辑，未来AI算力的成本、落地方式，都可能随之改写。

二、张一鸣定调：拒绝模型蒸馏，宁可短期落后也不走捷径

比起十万亿这个震撼的数字，字节内部定下的技术路线，更值得行业细细品味。

在Seed团队全员会上，张一鸣明确划出一条技术红线：拒绝模型蒸馏这条路。很多人会好奇，什么是模型蒸馏？简单来说，就是拿别家成熟大模型的输出结果，用来训练自家小模型，可以快速拉高跑分榜单成绩，属于行业里很常见的“抄近道”手段。

张一鸣并不认可这条路径。他认为，蒸馏只能复刻别人已经实现好的能力，就算效果再好，最多只能无限逼近对手，很难真正实现技术上的超越。哪怕坚持纯自研，会造成字节大模型在一段时间内，在评测榜单上落后国内同行，也不愿意选择这种捷径换取短期好看的数据。

这里要分清，字节并非全盘否定蒸馏技术，内部允许拿自己的大模型做自蒸馏，产出轻量化版本供给产品使用，只是严禁拿外部竞品模型的输出做训练素材。为落实这条规则，字节内部甚至设置API检测机制，从制度层面规避这类行为。

同时会议上也聊到当下火热的AI编程赛道。字节CEO梁汝波在全员会上坦诚，豆包大模型在代码编写能力上并不占优势，还拿Anthropic的ClaudeCode作为参照。但张一鸣也提醒团队，编程只是当下的热点方向，不能把全部目光困在这一个领域，要把视野放得更宽，布局更多的可能性。

另外他也透露，过去几年字节已经在AI业务投入大量资源，未来还会持续加码，把算力、数据、人才全部集中起来，打造底层技术优势。

三、业务架构大调整：整合飞书，打通C端与B端市场

技术底座全力冲刺超大模型的同时，字节也在对业务架构大刀阔斧调整，把飞书拆分重组，完成资源收拢。

7月底字节内部发布调整通知，飞书产品团队整体并入豆包，销售、客户服务的B端团队划归火山引擎。简单讲，飞书的产品能力交给豆包，商业化销售渠道交给火山引擎，飞书不再作为独立业务单元运转，彻底融入字节AI整体体系当中。

之所以做出这样的改动，张一鸣在内部会议解释，要把火山引擎、飞书、豆包的资源打通聚合，集中力量掌握算力和数据两大核心优势。

C端这边，豆包已经积累庞大用户盘，月活达到3.24亿，是国内用户规模最高的AI应用。普通用户日常聊天、写文案、做总结，都可以直接使用豆包。视频生成赛道SeeDance模型也走到全球先进水平，补齐多模态的能力短板。

而飞书并入之后，豆包正式发力B端市场。企业客户可以直接调用飞书文档、会议、权限管理等办公能力，搭配大模型做企业知识库、智能办公助手。火山引擎手握成熟的销售团队，承接企业客户的对接和付费转化，补齐字节过去在ToB商业化上的短板，形成C端积累海量用户，B端挖掘商业收入的局面。

不同于阿里、腾讯大量开源模型的策略，字节大模型主要走闭源路线。一边埋头训练超大参数基座，打磨底层硬实力；另一边依托豆包、飞书、火山引擎，落地面向普通用户和企业的各类产品，完成“底层技术+上层产品”的双线布局。

四、海外接连“踩坑”，国内大模型迎来发展窗口期

放眼全球AI行业，最近海外顶尖实验室接连爆出各类问题。Anthropic的Mythos5因为安全隐患被临时限制使用，只对少数审批通过的机构开放；Fable5也遭遇监管层面的叫停。OpenAI旗下的多款模型，同样不断爆出不受控的安全风险，海外头部模型的推进节奏受到不小影响。

海外巨头接连遇到麻烦，客观上给国内AI企业打开了难得的时间窗口。月之暗面KimiK3、阿里Qwen3.8‑Max接连交出亮眼成绩，在多项基准测试当中拉近和海外顶尖模型的差距，拿到不少开发者的正面反馈。多家国内实验室，都在着手训练对标Fable5规模的大模型，字节跳动是其中押注最为激进的一家。

但大模型的比拼，从来不单单比拼参数数字。参数只是基础条件，训练数据质量、算法架构、推理成本、实际落地体验，每一环都会决定最终产品好不好用。十万亿参数只是训练目标，并不代表做出来就一定强。超大模型还会带来算力消耗暴涨、推理成本飙升等现实难题，后续如何把巨型模型做实用，是字节需要面对的现实难题。

字节这次抛出十万亿参数大模型的消息，不只是一次行业热点爆料，更是一次战略选择。在整个行业追求快速刷榜、走捷径的大环境下，字节选择接受短期的技术短板，坚持自研路线，硬磕超大模型。

底层基座疯狂加码，上层产品打通C端流量与B端商业化，字节的双线作战已经拉开帷幕。当然一切还处在早期阶段，最终模型能不能顺利落地，实际能力能否追上海外顶尖水平，依旧充满变数。而国内大模型赛道，也将在这一轮激烈的技术比拼当中，迎来新的变局。