种子的使命，是在属于它的季节到来之前，先学会怎么在泥土里生长。

新眸原创 · 作者 | 李小东

今年初，Seedance 2.0 在没有过多预热的情况下发布。几小时内，用它生成的视频刷遍了国内外社交平台：电影级运镜、原生音画同步、多镜头叙事。就连马斯克也在 X 上转发了一条样片，留下一句："It's happening fast."

在此之前，一个叫吴永辉的人已经成了行业里关注的焦点，2001 级南大计算机系本科，谷歌 17 年，Google Fellow，Gemini 大模型应用总技术负责人之一。一年前，他离开山景城，回到北京，接管字节跳动的大模型研究团队 Seed。

吴永辉接手时面对的局面，有媒体描述：上千人的研究团队、投入上百亿元追赶两年，终于做出能排在中国第一梯队的基础模型，迅速被只有上百人的 DeepSeek 用更少资源研发的模型超过，部门负责人承认失误，公司 CEO 在全员会上点名，本可以做得更好。

一年半后，豆包大模型日均 token 调用量冲到 180 万亿，两年增长超过 1500 倍。火山引擎以 49.5% 的份额占据中国公有云 MaaS 市场第一。Seedance 2.0 成为全球视频生成模型的标杆，毛利率据多方估算在 70% 以上，贡献了火山引擎 MaaS 收入的一半以上。

今年 6 月发布的豆包 2.1 Pro，在 Terminal Bench 2.1 等编程评测上追平 Claude Opus 4.7，综合使用成本不到对手的两成。8 月，原生音视频全双工大模型 SeedRealtime 发布，当天在豆包 App 全量上线，3.8 亿用户一夜之间可以和 AI" 边看边听边说 " 地视频通话。

数字背后是一场静悄悄的组织基因改造。一家以推荐算法、AB 测试和赛马机制崛起的互联网公司，用三年时间学着做一件它过去不擅长的事：基础研究。这个过程里有判断失误，有人事动荡，有路线之争，也有被外部环境推着走的时刻。

Seed 的故事，关于技术，关于人，更关于一家公司在范式转换期，如何重新定义自己的边界。

旧地图与新战争

字节做 AI 大模型的起点不算早。

2023 年 GPT-4 发布后，公司成立大模型专项，由时任 AI Lab 负责人李航牵头。同年 8 月，" 云雀 " 大模型完成备案，比百度文心一言晚了五个月，比阿里通义千问晚了三个月。朱文佳从搜索业务线被调出来，带队组建 Seed 的前身。

这位被字节推荐算法负责人杨震原评价为 " 头条算法 Top 3" 的技术高管，履历带着典型的字节色彩：

百度搜索部主任架构师出身，2015 年加入字节做搜索，2019 年接掌今日头条，三个月后直接向张一鸣汇报，2020 年春节把头条 DAU 做到 1.4 亿，2021 年调去新加坡支持 TikTok 技术。

他懂大规模系统，懂推荐算法，懂怎么把技术变成亿级用户的产品。

2024 年是字节 AI 的应用工厂之年。5 月豆包大模型家族正式发布，火山引擎把 API 价格打到 0.0008 元 / 千 token，比行业均价低 99.3%，打响了大模型价格战的第一枪。

豆包 App 靠着字节成熟的产品方法论、流量体系和增长黑客手段，一年内从零做到中国 DAU 第一的 AI 应用，2024 年 11 月月活接近 6000 万，甩开第二名近 5000 万。

这套打法字节太熟了。过去十年，从今日头条到抖音，从西瓜视频到剪映，同一套逻辑反复验证：快速迭代、数据驱动、AB 测试、赛马机制、饱和投入。只要进入一个内容或工具赛道，字节总能用更精细的运营和更猛的资源投入后来居上。

去年 DeepSeek 发布 R1，推理模型的能力曲线在那个冬天出现了一次陡峭的跃迁，但字节甚至没有对应的推理模型产品。应用层积累的用户优势，在基础能力的代差面前显得脆弱。

于是，就有了梁汝波在当年全员会上做的第二次反思。上一次他说 " 公司变迟钝了 "，忽视了以 Transformer 为核心的语言模型。这一次他承认，对 OpenAI o1 的跟进太慢，团队当时觉得早一个月晚一个月关系不大。

他说了一句后来被反复引用的话：做科技公司还不够，得做创新科技公司，不仅要应用好新技术，还要能探索、发明新技术。

这是一个关键的认知转弯。互联网时期的成功，很大程度上建立在工程化追赶上，看准方向，用更强的工程能力和资源投入快速缩小差距。但大模型时代，推荐系统的反馈周期以小时计，模型能力的反馈周期以月甚至季度计；前者可以靠 AB 测试小步快跑，后者架构选择和训练路线一旦选错，几个月投入就打了水漂。

那年，梁汝波给 Seed 定了新的目标：追求智能上限。把智能本身作为最重要的目标，而不是某个产品的 DAU。这个目标顺序的调整，比任何组织架构变动都更根本。

接棒者与研究文化的植入

去年 2 月，吴永辉正式入职字节。他是字节继 CFO 高准之后，又一位直接空降到 CEO-1 级别的外部高管。

南大本科，UCR 博士，2008 年加入谷歌，一待十多年。在搜索排名团队，把 " 大规模机器学习系统服务亿级用户 " 刻进了工作习惯；2015 年转 Google Brain，是 GNMT 神经机器翻译系统的核心作者。后来的 Conformer 语音架构、GLaM 稀疏专家模型、CoCa 图文模型，他都是核心贡献者。

谷歌大脑与 DeepMind 合并后，吴永辉升任研究副总裁、Google Fellow，在 Gemini 团队是应用端的总技术负责人之一，主导了百万 token 上下文窗口的落地。谷歌学术显示，他的论文总被引超过 7.3 万次。

DeepSeek-R1 发布在他入职前一个月。那股冲击波在字节内部还没散去，梁汝波全员会上做完反思，吴永辉紧接着站到了台前。

实际上，字节 AI 组织调整在吴永辉入职前已经启动：2025 年 1 月，Seed Edge 正式立项，瞄准五年以上的长期研究，考核周期拉到三年，出了重要成果还可以 " 追溯补偿 " 绩效。这在以半年 OKR 为基本节奏的字节，是一个近乎反 OKR 的存在。

五个方向——下一代推理、下一代感知（世界模型）、软硬一体模型设计、下一代范式（超越反向传播与 Transformer）、下一代 Scaling（Multi-Agent 与测试时训练），没有一个能在一年内看到明确产出。

吴永辉到任后，进一步搭出 Edge/Focus/Base 三层虚拟组织：Edge 面向五年以上的长期探索，Focus 攻坚下一代模型的核心瓶颈，Base 负责当前代模型的工程交付。三层之间人员和课题可以流动，Edge 出了成果可以下放，Focus 发现长期课题可以转入 Edge。

他鼓励沟通，引导交流，数据和代码库在内部全面透明化，打破过去小组之间文档互不可见的壁垒。

张一鸣在这件事上投入的精力也超出很多人预期。这位创始人在 2023 年底就开始一对一拜访重要 AI 论文的作者，其中包括还没毕业的博士生。吴永辉入职后，张一鸣回一线看技术的频率更高了，Seed 的重要技术会他常列席，偶尔还会和研究员讨论细节。

但研究文化的植入并非一朝一夕。吴永辉接手后训第一个大模型豆包 2.0 时，给了整个团队一个实实在在的教训。这是 Seed 成立以来训练的最大模型，一万亿参数，类 Gemini 的多模态架构。

参数规模往上走的时候，训练稳定性出了问题，用一位研究员的话说，" 就像盖房子，地基不稳，往上加砖头容易出问题 "。后来多个团队配合，花了三个月从模型架构和训练数据两端打补丁，才赶在 2026 年春节前把模型训了出来。

OpenAI 的 RL Infra 负责人翁家翌说过：每个模型团队的 Infra 都有 bug，模型公司本质上拼的是 Infra 修 bug 的速度，它决定了单位时间内能验证多少想法，而想法只要提高人才密度就能解决。

对于字节来说，人员的换血和混编很早就开始了。Seed 组建期间，字节在全球范围内密集挖人，谷歌 VideoPoet 负责人蒋路、阿里通义千问前技术负责人周畅、零一万物联合创始人黄文灏先后加入。

吴永辉到任那年，朱文佳的汇报关系从梁汝波转为吴永辉，早期的双负责人结构变成吴永辉主导基础研究、朱文佳负责模型应用的单核架构。视觉生成线也经历了调整，文生图 Seedream、文生视频 Seedance、3D 生成 Seed3D 全部划归周畅管理。

进入 2026 年，人员补强还在继续。DeepSeek R1 核心作者郭达雅加入 Seed，负责 Coding 与 Agent 方向，相关研发资源被统一收拢到他手下。6 月，Seed Robotics 机器人团队也并入周畅麾下，多模态和具身智能这条线的权责进一步集中。

一个值得细讲的细节是 Seedance 2.0 的训练决策。2025 年底团队聚餐时，视频模型负责人曾妍——一位 2021 年校招进来的年轻研究员，提出想直接训 200B 参数的模型。

团队内部有分歧，有人认为先训 100B 更稳妥，训练资源也紧张。吴永辉和周畅讨论后选择支持她的判断。这个在当时看起来偏激进的选择，后来被证明是 Seedance 2.0 能拉开代差的关键之一。

不蒸馏的 Seed

前段时间 Seed 全员会上，张一鸣罕见地讲了很长时间。其中有一条核心信息：Seed 不会用蒸馏的方式追赶，闭源模型不能蒸馏，开源模型也不能蒸馏，可以接受暂时落后。

据后续多家媒体的还原，这个决定在 Seed 内部经历了三次路线争论。

第一次是 2025 年 1 月 DeepSeek-R1 发布后，有研究员提出用头部模型的生成数据补推理能力；第二次是 2025 年底英伟达 Blackwell GPU 大规模部署，中美算力差距被新一代硬件进一步拉大，" 实在不行就蒸馏 " 的声音再次出现；

第三次是 2026 年 7 月 Kimi K3 发布后，月之暗面用小得多的团队规模把开源模型推进了全球第一梯队，Seed 内部的动摇情绪达到顶点，甚至出现了 " 至少可以蒸馏开源模型 " 的折中方案。

张一鸣三次都否决了。从时间线看，字节对蒸馏的警惕并非短期。2023 年 4 月，团队就引入了 GPT API 调用规范检查，明确要求不得将 GPT 生成的数据加入训练集，还做过内部抽检排查。

张一鸣在会上的原话是 " 为实现长远目标，应该愿意牺牲一些短期利益 "。这个判断的底层逻辑其实不复杂。蒸馏是一条足够有效的捷径，可以让模型在几个月内补齐 benchmark 上的差距。但它无法告诉研究者这些能力究竟是怎么产生的，也无法保证当现有 SOTA 走到天花板时，蒸馏的一方下一步该往哪里走。

一款模型可以通过蒸馏进入前沿，但一家实验室没法通过蒸馏成为前沿实验室。

接受短期落后，意味着要在另一些战场上拿出足够硬的成果来支撑信心。Seedance 2.0 扮演了这个角色。

视频生成是字节和海外起点最接近的赛道。快手可灵选择 DiT 原生视频架构后，在 2024 年领先了将近一年。字节内部早期 PixelDance 走了 2D UNet 扩展到 3D 的路线，事后看上限不高。曾妍带着 AI Lab 的视频团队并入 Seed，技术路线从 UNet 切到 DiT，团队和方向同时收敛。

Seedance 2.0 的成功被多位从业者归结为 " 数据的胜利 "。字节内部为这个模型配套了上千人规模的数据评测团队，而很多视频赛道创业公司的评测团队只有几十人。

算法团队有专人对接数据团队，像数据产品经理一样提清晰的需求，算法人员自己也参与数据构造和清洗。但训练数据几乎没有用抖音的内容，而是大量采购影视级素材，用语言模型拆解成脚本和分镜，再针对运动、室内空间、游戏画面等场景做针对性训练。

商业回报来得很快。2026 年春节期间 Seedance 2.0 在豆包、剪映、即梦全量接入，C 端排队一度长达十小时，即梦靠会员优先排队贡献了第一批收入，3 月收入约 1.4 亿，4 月涨到 2.1 亿到 2.2 亿。

火山引擎紧接着开放企业 API，按 720P 每秒约 1 元的定价，Seedance 的确比国内同代视频模型更加昂贵。但质量说话，中文在线、九州文化等头部短剧公司一次性充值 5000 万的案例不在少数。

谭待在被采访时确认，2026 年火山引擎 MaaS 收入的一半以上由 Seedance 贡献。视频模型的高定价、高毛利和相对宽松的竞争格局，模型 SOTA 直接转化为收入。

更重要的是它和字节原有业务形成了闭环：模型给内容公司，内容公司用 Seedance 做 AI 短剧，红果和抖音承接内容供给，并支持制作方投流。一个从模型能力到内容生产再到广告收入的飞轮，在视频这个模态上先转了起来。

6 月火山引擎 FORCE 大会上，豆包 2.1 Pro 发布。这是 Seed 在 Coding 方向补课的成果，郭达雅加入后相关研发资源被统一收拢。Terminal Bench 2.1 拿到 71.0 分，贴住 Claude Opus 4.7 的 71.7 分；SciCode 59.8 分，超过 GPT-5.5 和 Opus 4.7；NL2Repo 仓库级代码生成 47.0 分，明显领先 GPT-5.5。

谭待的说法是，上牌桌了，国内真正上牌桌的还没几个。

8 月 SeedRealtime 发布。这个原生音视频全双工模型用统一架构替代了传统的 " 语音识别 + 语言模型 + 语音合成 " 级联方案，端到端延迟降到了可以自然打断、实时对话的水平，当天在豆包 App 全量上线。从视频生成到全双工交互，多模态这条线的能力积累开始进入产品收获期。

梁汝波前不久在全员会上坦言，大语言模型被海外 SOTA 拉开了差距，但 " 动作不要变形 "，接受一段时间的落后，坚持自研和长期优化。他把公司战略总结为高度优先，粗主干，优化长期—— AI、信息平台、交易服务三个主干业务，AI 是其中最粗的那根。

回头看 Seed 这三年，走的不是一条直线。2023 年起步晚了，2024 年用应用层的胜利掩盖了基础层的差距，2025 年被 DeepSeek 上了一课之后开始补课，2026 年在视频和多模态上拿到了领先，语言模型上还在追赶。

组织架构调了好几轮，核心人员进进出出，技术路线走过弯路，也有过靠年轻研究员的坚持赌对方向的时刻。

就像他们内部统一共识："AI 是一场马拉松，现在还只是前 500 米。" 这句话放在字节身上有额外的意味。

这家公司过去总在确定的赛道上，用确定的方法论快速取胜，而基础研究本质上是一件不确定的事。你需要容忍失败，容忍长反馈周期，容忍投入在数年内看不到回报，甚至容忍自己在某些阶段明明白白地落后。

Seed 这个名字本身就带着某种隐喻。它更像一颗还在土壤里扎根的种子，而非已经成型的产品。种子的使命，不是在第一个季度就开花结果。它需要先把根扎得足够深，在属于它的季节到来之前，先学会怎么在泥土里生长。

本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。

更多内容，点击下方关注