字节跳动在为5万亿参数大模型铺路，Seed团队大调整，B端C端应用分开，Omni模型多模态数据整合。
字节跳动大模型部门Seed完成组织调整，成立四个新的一级部门。Pretrain Data团队由李成刚负责，将统一负责新Omni模型的多模态数据和超大模型预训练工作。Seed正在讨论训练参数规模超5万亿的模型，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）。此次调整旨在打破原有团队边界，减少重复工作，提高协作效率。
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 》