字节 Seed 重组基模团队：面向 5 万亿参数超大模型训练

Seed 基础模型已成立四个新的一级部门，向吴永辉汇报。

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。

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。