为 5 万亿参数超大模型“铺路”？消息称字节跳动调整 Seed 基模团队组织架构
IT之家 8 月 19 日消息，晚点 LatePost 今天（19 日）晚间发布消息称，字节跳动的大模型部门 Seed 已于上周完成了**新一轮的组织调整**。其中最关键的部分是 Seed Foundation Model （Seed 基础模型）成立了四个新的一级部门：
- **Pretrain Data**：负责人李成刚。由原先分散在文本模型、编程、视觉理解和语音等方向的预训练数据团队合并而来，统一负责**新 Omni 模型的多模态数据**，以及超大模型预训练所需的数据工作。
- **Horizon RL**：负责人唐晟宇。整合了此前散落在后训练、推理和视觉理解的后训练团队，主要负责**强化学习**，提升模型的基础智能上限。
- **Product Posttrain-Work**：负责人秦禹嘉。新部门主要服务 B 端应用，负责**Agentic 模型的整合与发布**，并针对办公场景优化模型的 Agentic 能力，包括支持豆包和 Dola 的任务模式。
- **Product Posttrain-Chat**：原本由朱文佳负责的 Application 团队更名而成，主要服务**C 端应用**，负责对话模型的整合与发布，与 Product Posttrain-Work 分工协作。
四个新部门的负责人均向吴永辉汇报。此外，Seed 还为 AI 安全及其他前沿探索方向分别任命了负责人。Seed 在这次调整公告中提到：“合并相似工作、减少 overlap（重合），内聚在一起”。
在此之前，Seed 主要按照**模态和研究方向**划分团队，文本、代码、视觉、推理等方向都有自己的数据、后训练团队。这一机制在大模型研发早期利于快速补齐不同能力，但团队间的边界随着研究方向增多而变得越来越模糊，导致出现了“重复造轮子”的情形，提高了跨团队沟通和协作的成本。
据IT之家了解，本月早些时候，该媒体发布了字节跳动正在讨论训练**参数规模超 5 万亿模型**的消息。该模型将超过阿里的 Qwen 3.8-Max（2.4 万亿参数）和月之暗面的 K3（2.8 万亿参数），也是目前**国内已知参数规模最大**的模型。通常而言，模型规模越大，智能水平往往越高，不过该计划仍处于早期阶段。
而这一计划，也给了字节跳动打破**原有团队边界和分工模式**的更强决心和动力。调整中的一个明显变化，就是将负责应用后训练的团队按照用户任务**拆分为 Work 和 Chat 两个方向**。
**相关阅读**：
- [《国内已知最大规模！消息称字节跳动正讨论训练超 5 万亿参数模型》](https://www.ithome.com/0/986/739.htm)
---
原文链接：[点击查看](https://www.ithome.com/0/991/856.htm)
- **Pretrain Data**：负责人李成刚。由原先分散在文本模型、编程、视觉理解和语音等方向的预训练数据团队合并而来，统一负责**新 Omni 模型的多模态数据**，以及超大模型预训练所需的数据工作。
- **Horizon RL**：负责人唐晟宇。整合了此前散落在后训练、推理和视觉理解的后训练团队，主要负责**强化学习**，提升模型的基础智能上限。
- **Product Posttrain-Work**：负责人秦禹嘉。新部门主要服务 B 端应用，负责**Agentic 模型的整合与发布**，并针对办公场景优化模型的 Agentic 能力，包括支持豆包和 Dola 的任务模式。
- **Product Posttrain-Chat**：原本由朱文佳负责的 Application 团队更名而成，主要服务**C 端应用**，负责对话模型的整合与发布，与 Product Posttrain-Work 分工协作。
四个新部门的负责人均向吴永辉汇报。此外，Seed 还为 AI 安全及其他前沿探索方向分别任命了负责人。Seed 在这次调整公告中提到：“合并相似工作、减少 overlap（重合），内聚在一起”。
在此之前，Seed 主要按照**模态和研究方向**划分团队，文本、代码、视觉、推理等方向都有自己的数据、后训练团队。这一机制在大模型研发早期利于快速补齐不同能力，但团队间的边界随着研究方向增多而变得越来越模糊，导致出现了“重复造轮子”的情形，提高了跨团队沟通和协作的成本。
据IT之家了解，本月早些时候，该媒体发布了字节跳动正在讨论训练**参数规模超 5 万亿模型**的消息。该模型将超过阿里的 Qwen 3.8-Max（2.4 万亿参数）和月之暗面的 K3（2.8 万亿参数），也是目前**国内已知参数规模最大**的模型。通常而言，模型规模越大，智能水平往往越高，不过该计划仍处于早期阶段。
而这一计划，也给了字节跳动打破**原有团队边界和分工模式**的更强决心和动力。调整中的一个明显变化，就是将负责应用后训练的团队按照用户任务**拆分为 Work 和 Chat 两个方向**。
**相关阅读**：
- [《国内已知最大规模！消息称字节跳动正讨论训练超 5 万亿参数模型》](https://www.ithome.com/0/986/739.htm)
---
原文链接：[点击查看](https://www.ithome.com/0/991/856.htm)
评论
暂无评论。