张一鸣给字节跳动指明了方向

上个月，久未露面的张一鸣出现在Seed全员会上，明确表示，字节做大模型“坚决不蒸馏”。在他看来，依赖蒸馏追赶，只会干扰真正的长期技术突破。

几天后，CEO梁汝波又在全员会上表明态度：字节会坚定自研大语言模型，先把基本功做好。哪怕暂时落后，也不能为了追赶打乱长期节奏。

两位核心人物先后发声，字节的态度已经很清楚。大模型这场仗，它不只要打，还要靠自己一步步打下去。

过去几年，字节先成立Seed做模型，又成立Flow做产品。如今，模型有了，产品也在加速落地，支撑两者的数据能力被提到了更高的位置。

近日，“智能涌现”从多个独立信源处获悉，字节跳动成立AI数据与安全部门。

据了解，新部门由王赢磊负责。此前，他曾担任TikTok平台责任负责人和TikTok直播负责人。

但截至发稿前，字节并未对上述情况作出回应。

从现有信息来看，字节此次调整并非简单增加一个部门，而是把此前分散在不同业务线的数据力量重新整合起来。

此前，AI数据相关工作分别由Global Data、集团数据中台DMC以及Flow旗下的AI数据平台AIDP等团队承担，彼此之间存在一定的职责重叠。

新部门成立后，这些团队被集中到同一套体系下，统一负责AI数据业务。

新部门的职责也不只是采购数据。从确定需要什么数据，到寻找来源、清洗加工，再到检查质量和安全合规，整个流程都被纳入管理。

更关键的是，新部门与Seed、Flow、抖音等部门平行。这意味着，数据不再只是模型研发背后的支持工作，而是被提升到了一级部门的位置。

这次调整并非突然发生。它是字节多年重组AI业务后，补上的又一块关键拼图。

回顾历史，字节对AI的布局，可以追溯到2016年成立的AI Lab。

AI Lab由前微软亚洲研究院常务副院长马维英负责，直接向张一鸣汇报。

在字节发展的早期阶段，AI Lab主要为内容产品提供技术支持。团队研发的推荐算法、视频特效等技术，后来被广泛应用于今日头条、抖音等核心产品。

这些技术不仅帮助抖音迅速成长，也让字节较早建立起自己的AI优势。

大模型浪潮兴起后，字节原有的AI组织已经难以覆盖模型研发、产品落地和数据供应等不同任务，公司由此开始重新搭建AI业务体系。

2023年，字节从AI Lab、AML和搜索等团队抽调人员，组建大模型研发部门Seed。按照不依赖蒸馏、不走技术捷径的思路，Seed仅自有数据标注团队就配备了近千人。

同年11月，字节成立AI应用部门Flow，专门负责面向C端的AI产品。随后一年，Flow陆续推出豆包、猫箱、豆包爱学等产品，逐步补齐字节在AI应用层的布局。

截至2023年底，Seed与Flow已经成为与抖音、TikTok、火山引擎等业务并列的一级部门。

2025年2月，原Google DeepMind副总裁吴永辉加入字节。

此后，字节围绕AI进行了一系列架构和人事调整，模型、产品、云服务和数据资源开始进一步集中。

前段时间，字节又将飞书团队拆分为两部分，产品团队并入豆包，销售团队划入火山引擎。

经过这轮调整，豆包接过了飞书积累的企业产品能力，火山引擎则获得了相应的客户和销售资源。豆包负责把AI产品做出来，火山引擎则负责把模型、算力和云服务卖给企业，两者的分工更加明确。

有媒体透露，张一鸣在与吴永辉共同召开的Seed全员会上解释过这次调整。字节整合火山引擎、飞书和豆包的资源，就是为了集中力量，建立算力和数据优势。

顺着这条思路往下看，AI数据与安全部门的成立便顺理成章。

当Seed、豆包和火山引擎同时提速，数据需求也会迅速增加。如果采购、标注、清洗和质检仍然分散在多个部门，不仅容易重复投入，也会拉长模型迭代的时间。

所以，字节需要一个独立部门，把分散的数据资源和处理流程统一管理。

而字节之所以急着补齐数据这一环，也与其不断加码AI模型和助手有关。

在2026年初全员会上，梁汝波将豆包及海外版Dola助手定为短期核心突破方向，提出要借助AI助手整合集团现有产品与服务；同时指出To B市场机会重大，火山引擎MaaS业务是字节模型能力对外商业化的重要载体。

图源：字节范儿

到了2026年年中全员会上，梁汝波对上半年AI业务做了复盘。他肯定了豆包在C端市场的表现，以及视频生成模型Seedance仍处于行业领先水平，但也坦承，基础大语言模型与海外头部产品之间确实存在差距。

也就是说，字节虽然在产品和商业化上跑得不慢，模型能力却仍然需要补课。

大模型的竞争日趋白热化。

不久前，月之暗面的Kimi K3和阿里巴巴的Qwen 3.8 Max在多项基准测试中表现抢眼，仅在部分能力上落后于Anthropic的Fable 5，也获得了不少国内外开发者的积极评价。

图源：Arena

对手不断推出新模型，字节必须加快迭代速度。但模型训练到了今天，已经不是单纯增加参数和算力就能解决问题。

另有消息称，字节正在探讨打造参数量超过5万亿的超级大模型，如果消息属实，这一规模将超过阿里和月之暗面目前已知的最大模型。

模型规模继续扩大，数据消耗也会随之增长。

火山引擎数据显示，截至2026年6月，豆包大模型日均Token调用量已超过180万亿，过去一年增幅逾10倍。

图源：火山引擎

商业化层面的进展同样可观。据IDC数据，火山引擎在中国公有云MaaS服务市场的份额已达49.5%，稳居行业第一。

在产品和商业化加速的同时，字节也在持续更新模型。

豆包大模型2.1 Pro重点提升了代码和办公能力，希望进一步进入程序开发、文档处理和企业协作等场景。

7月初发布的Seedance 2.5，则把单段视频生成长度提高到最高30秒，最多支持50个全模态素材联合输入，同时增加了更加灵活的视频编辑能力。

不过，业务越跑越快，对数据的要求也越高。

豆包每天承接大量用户需求，火山引擎要服务企业客户，Seed还要训练更强的模型。几条业务线同时提速，数据采购、标注、清洗和质检就不能继续各自为战。

或许正是为了应对这种规模级的挑战，字节才选择将数据能力集中管理，统一为模型训练提供充足的“弹药”。

总的来说，AI数据与安全部门成立后，字节围绕AI的分工进一步明确：Seed负责模型，豆包负责产品，火山引擎负责商业化，新部门负责数据和安全。

当然，新部门成立，并不意味着字节与领先模型之间的差距会立刻缩小。

多个团队整合之后，职责能否真正理顺，流程能否高效运转，数据质量能否得到提升，都需要时间检验。

但字节的方向已经很清楚。它既不想依靠蒸馏抄近路，也不满足于豆包积累的用户优势，而是准备把模型、产品、算力和数据这些底层能力重新做一遍。

不走捷径，就要把脚下的每一段路都修好。