字节跳动创始人张一鸣在7月的Seed全员会上罕见定调：不得依赖蒸馏其他公司的前沿模型来提升能力。据《The Information》8月5日报道，张一鸣明确表示，即使Seed暂时落后，也不能走这条捷径。这一表态迅速成为中国AI圈的焦点，也揭示了字节在激烈的大模型竞赛中，正试图从追赶者转向原创者。

蒸馏，简言之，就是让自家模型学习更强模型的输出，从而快速缩小差距。这项技术并不新鲜，早在2015年，深度学习之父杰弗里·辛顿等人就系统推广过知识蒸馏。过去，它主要用于压缩模型、降低成本。但ChatGPT出现后，当最先进的大模型成为各家公司核心资产，蒸馏也开始卷入知识产权、技术原创和中美AI竞争的争议。

对字节而言，大语言模型是明显的短板。每当有更强的开源模型出现，Seed内部关于蒸馏的讨论就会升温。张一鸣的拍板，等于主动堵上了这条被许多团队视为“弯道超车”的路径。据参会员工透露，他给出的理由是：为了实现长远目标，应该愿意牺牲一些短期利益。

字节CEO梁汝波在8月6日的年中全员会上回应了外界猜测。他承认，字节的大语言模型目前确实落后，与海外领先模型的差距还在扩大。但对于“外部压力迫使字节坚持自研”的说法，梁汝波直接用了两个字：“瞎猜”。他解释，真正的原因是希望团队学会延迟满足，把基本功打牢。

张一鸣的禁令不仅针对美国模型。据国内媒体报道，字节内部对利用其他开源模型进行蒸馏同样严格限制，甚至会通过API检测等方式加强管控。这显示出他更深层的担忧：Seed不能习惯站在别人铺好的路上。蒸馏能帮助团队迅速接近已有目标，却很难告诉它下一个目标在哪里。今天学Claude，明天追GPT，排名可能越来越好，但研究方向、训练方法甚至评价标准，都会跟着别人走。久而久之，字节可以成为非常强的追赶者，却很难成为第一个提出新问题的人。

要理解张一鸣的逻辑，得回到2012年。那时今日头条刚起步，团队在知春路锦秋家园的办公室里讨论是否要做个性化推荐引擎。当时中国创业公司中真正下决心做推荐引擎的并不多，张一鸣和团队自己也不会。有人担心“没有推荐的基因和能力”，张一鸣的回答很简单：“推荐我们不会，但可以学啊。”后来，字节真的从头学起，今日头条靠这套算法改变了新闻分发，抖音又把它带进短视频时代。张一鸣后来回忆说：“开始的时候我们的很多方法并不好，但是很努力、很专注，大力出奇迹。”

“大力出奇迹”成了字节早期的气质：产品先上，数据说话，快速试错，持续迭代。但到2021年，张一鸣突然承认自己有点跟不上了。那年5月，38岁的他宣布卸任CEO，在内部信中坦言自己过去几年很大程度上在“吃老本”，2017年以后很少有时间系统学习新技术。他决定把日常经营交给梁汝波，自己腾出时间学习、思考，以十年为期。当时外界以为这是退场，五年后再看，更像是一次换位。

如今，张一鸣大约一半的工作时间和精力都放在Seed上。他很少公开谈论AI，即使在内部会议上也大多只是听、追问。直到2026年7月，当团队再次讨论是否蒸馏时，他罕见地开了口。与此同时，字节开始给一部分人松绑。2025年初，原Google DeepMind研究副总裁吴永辉加入字节，负责Seed基础研究。同期启动的Seed Edge计划，专门研究周期更长、结果更不确定的AGI课题，这支团队取消季度OKR和半年考核，获得单独算力支持。吴永辉推动信息共享，鼓励研究员发表论文，据称他加入后三个月，Seed发布的论文数量就超过2024年全年。

这些变化都在给Seed增加一种字节过去很少拥有的东西：耐心。允许项目短期没有结果，允许研究暂时无法商业化，也允许研究人员花时间解决几年后才可能重要的问题。张一鸣拒绝外部模型蒸馏，与Seed Edge的出现，其实是一件事的两面：一边关掉现成答案，一边给寻找新答案的人留下时间和算力。

7月31日，字节发布Seedance 2.5，距离张一鸣定调不久。这款视频模型一次可生成30秒视频，能同时参考最多50个图片、视频和音频素材，并且开始走出短视频——徐工集团用它生成工业操作培训视频，小鹏汽车接入内部AI设计平台，微分智飞拿它给飞行机器人造训练场。视频模型是字节目前打得最好的一仗，这得益于抖音、TikTok、剪映积累的十多年产品、数据和工程经验。

另一场优势战在豆包。QuestMobile数据显示，截至2026年3月，豆包月活达3.45亿，超过千问（1.66亿）和DeepSeek（1.27亿）之和。调用量增长更夸张：2024年5月日均Token调用量仅1200亿，到2026年4月突破120万亿，6月升至180万亿，两年多增长1500倍。今年6月，豆包试水付费订阅，月费从68元到500元不等。

然而，张一鸣真正着急的还在更底层。8月6日年中会上，梁汝波给AI业务打了张反差成绩单：豆包保持竞争力，Seedance继续领先，但大语言模型与海外领先模型的差距扩大了。字节选择继续加码。8月7日，《金融时报》披露，字节正在预训练一个参数规模最高可能达10万亿的新模型，超过Kimi K3的三倍。项目仍处早期，但动作已足够大。

还有两块硬骨头：Coding和世界模型。Coding能力直接影响Agent完成复杂任务的上限。36氪报道称，字节2026年在这一方向投入仅次于世界模型，但目前尚未形成类似Seedance的领先优势。过去，由于自家Coding模型能力有限，字节不少业务团队不愿使用Seed-Code，旗下AI编程工具Trae早期也接入DeepSeek、Claude等外部模型。这导致使用不足、数据难回流、模型难改进的循环。2026年以来，字节开始推动更多内部业务使用Seed模型，希望重建“使用-反馈-训练”的飞轮。

世界模型则更像未来之战。字节2025年才小范围组建研究团队，2026年吴永辉定下目标：年底前至少发布一版世界模型，性能对标Google Genie 3。投入已明显加大，但截至2026年初，内部评测显示字节世界模型综合性能距离全球领先水平还有约10%的差距。

至此，字节的AI战况清晰：Seedance已突围，豆包拿到用户，基础大模型和Coding仍在追赶，世界模型提前押注下一阶段。但真正决定字节能走多远的，还是技术。2012年，张一鸣面对“不会做推荐”的问题说“可以学啊”；十多年后，他面对的是AI最前沿没有多少现成答案的难题。这一次，他想让字节自己写下答案。