字节大模型两年跃升记：全栈布局、人才密度与长期主义
自2023年初重启大模型研发以来，字节跳动以“all in”姿态推进模型层、中间层与应用层的全栈布局，通过饱和式投入与低价策略，在两年内实现从行业追随者到国内领先者的跨越式发展。公司不仅探索AI时代的新型交互方式与流量入口，更着眼于AI对短视频主业的赋能及新业务增长点的孵化[k]。
1.1 基础模型：快速迭代补位，多模态能力全球领先
经过2023至2024年的密集迭代，字节大模型已构建起系列化产品体系，整体能力稳居国内第一梯队。其语言模型Seed-Thinking-v1.5在2025年4月发布后，使国内与国际前沿水平差距缩短至3个月内，一度超越同期DeepSeek R1模型[k]。
在多模态领域，字节表现尤为突出。文生图模型Seedream 3.0曾登顶全球榜单，目前位列第二，仅次于GPT-4o；视频生成模型Seedance 1.0于2025年4月上线后位居全球第一。语音合成能力亦在国内测评中排名第一（SuperClue-TTS）[k]。依托抖音生态积累的海量音视频数据，字节在多模态AI应用场景中具备显著优势，有望形成“技术—场景—数据—产品”的正向循环[k]。
从2023年初启动Seed项目起，字节持续补全语言、图像、音频、视频等模态能力。2023年8月发布云雀大模型V1.0，2024年5月推出豆包大模型系列（含通用模型Pro/Lite及7款功能模型），同年9月上线视频生成模型，12月升级视觉理解模型，2025年相继发布豆包1.5系列与1.6系列，保持高频迭代节奏[k]。
1.2 研发架构：高人才密度+赛马机制，聚焦长期AGI探索
字节大模型的快速突破得益于高密度顶尖人才与内部竞争机制。Seed团队汇聚了冯佳时（视觉）、王雨轩（语音）等内部资深专家，以及吴永辉（前Google DeepMind副总裁）、周畅（原阿里通义技术负责人）等外部技术领袖。2024年启动“Top Seed”计划，招募约30名顶尖应届博士，强化研发梯队[k]。
团队采用“赛马机制”推动创新，如视频生成方向由PixalDance与Seaweed两支团队并行研发，激发技术突破[k]。AI业务在集团内层级极高，Seed与Flow团队负责人直接向CEO梁汝波汇报，地位与抖音、飞书等核心业务并列。原抖音CEO张楠、飞书副总裁齐俊元等高管转岗AI部门，凸显战略优先级[k]。
2025年，字节调整AI架构，引入吴永辉主抓基础研究，朱文佳聚焦模型应用，形成“双负责人”模式。吴永辉统领基础模型、AML、AI Lab等团队，推动底层技术创新；朱文佳负责问答、创作、代码等用户体验相关能力，实现技术与应用协同[k]。
字节于2025年1月设立“Seed Edge”长期研究项目，整合AI Lab下的Seed Robotics、AI for Science、Responsible AI等方向，专注AGI前沿探索。该项目不设OKR与半年考核，考核周期更长，强调长期价值。同时设立虚拟小组，简化汇报层级，职级为“吴永辉-2”者可直接汇报，提升组织效率[k]。
1.3 资本投入：AI开支持续加码，国内投入位居首位
在全球AI资本开支持续上升的背景下，字节跳动在大模型领域的投入位列国内第一，支撑其长期技术领先战略[k]。
（报告来源：东方证券。本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）