字节拟训练超5万亿参数大模型：规模超Qwen3.8-Max与Kimi K3，张一鸣明确反对蒸馏坚持长期主义

【新闻原文】 据《晚点 LatePost》8月6日报道，字节跳动正在讨论训练一个参数规模超5万亿的大模型，超过阿里Qwen3.8-Max的2.4万亿参数和月之暗面Kimi K3的2.8万亿参数，将成为国内已知参数规模最大的模型。该计划仍处早期阶段，由Seed Foundation负责人项亮主导，与LLM预训练数据负责人沈科合作。在两周前的Seed全员会上，创始人张一鸣明确表态：训大模型本就是难事，团队不必过度焦虑，可接受一段时间内模型落后于行业，但反对蒸馏——他认为蒸馏本质是复制Claude已有能力，只能逼近、难以超越，字节应以追求智能上限为目标，跻身世界第一梯队。 来源：晚点LatePost/快科技/DoNews/站长之家 【企服观察】 字节跳动讨论训练超5万亿参数模型，叠加张一鸣罕见的内部表态，在AI圈掀起不小波澜。这则消息对中国企业服务行业的意义，远不止"又一家大厂加码参数竞赛"这么简单，它至少释放出五个值得企服从业者深读的信号。 第一个信号：国内大模型竞争进入"规模换时间"的第二阶段。此前国内主流观点认为，模型竞争的关键已从参数规模转向推理效率、应用场景和商业化落地，Qwen3.8-Max的2.4万亿、Kimi K3的2.8万亿已是"天花板"级的投入。而字节选择把参数规模一次推到同行的数倍——超过5万亿——背后的逻辑是：与其在现有尺寸上继续追赶，不如用一次"跳跃式投入"直接建立代差优势。这对企服行业意味着，国内大模型的能力上限还有很大抬升空间，企业级AI应用可期待的能力边界（复杂推理、长上下文、多步Agent任务）将被进一步打开。企服厂商在做产品规划时，应预留足够的"模型能力升级红利"空间，避免把架构设计锁死在当前模型能力上。 第二个信号：张一鸣反对蒸馏的表态，是对"短期榜单竞争"的公开宣战，也是给整个行业的一剂清醒剂。过去两年，不少团队靠蒸馏头部闭源模型快速刷榜，用别人的输出换一时的排名。张一鸣直言这条路"最多只能不断逼近对方，很难真正实现超越"，并要求字节内部对开源模型严禁蒸馏、甚至通过API检测加强限制。这个表态的商业启示是深刻的：对企业而言，AI能力建设同样存在"蒸馏式路径依赖"——直接套用现成方案能快速见效，但永远无法形成自己的核心壁垒。企服厂商在构建AI产品时，是选择"快速集成通用能力"还是"深耕垂直场景沉淀专属数据与流程资产"，决定了三到五年后谁有真正的护城河。 第三个信号：字节把"编程"确立为当前关键方向，并推动火山引擎、飞书、豆包资源整合，说明AI编程是巨头眼中确定性最高的商业场景。张一鸣在Seed全员会上特别认可编程方向，认为只有把火山引擎、飞书和豆包的资源整合到一起，才能构筑算力和数据上的优势。这与Meta发布Muse Code、Anthropic推出Claude Code、阿里押注Qwen Coding的全球趋势完全一致——AI编程是当前企服领域变现路径最清晰、付费意愿最强的场景。对国内软件企业和服务商来说，围绕AI编程的生态机会（IDE插件、代码审查、研发流程自动化、企业私有代码库训练）正在进入爆发期，窗口期稍纵即逝。 第四个信号："5万亿参数"背后是极端严苛的工程挑战，算力、数据、成本的控制能力将成为大模型时代的核心竞争力。训练5万亿参数的模型，仅一次训练的成本就可能以十亿美元计，对算力调度、数据质量、训练稳定性都是前所未有的考验。字节敢于讨论这个计划，底气在于其庞大的算力储备和"搜广推"体系多年积累的工程能力。这提示企服行业：AI基础设施的投入正在变得"重资产化"，中小玩家比拼通用大模型已无可能，真正的机会在于围绕巨头模型的生态位——行业数据、垂直应用、专业服务——这些是巨头需要合作伙伴才能覆盖的部分。 第五个信号：从"追逐热点"到"做出特色"，张一鸣对Seedance的表扬折射出大模型竞争的新评价标准。张一鸣认为Seedance"在市场上很特别、有领先的技术优势"，并鼓励Seed做出有自己特色的模型，而不是完全被编程等热点牵着走。这意味着，大模型竞争正从"全面对标"转向"差异突围"——模型厂商开始寻找自己最有优势的方向深耕。对企服行业的映射是：AI产品服务商同样应该放弃"什么都做"的全能主义，聚焦一到两个自己真正有数据、有Know-how、有客户资源的垂直领域做到极致，才能在大厂夹缝中建立不可替代的位置。 总而言之，字节的超大参数模型计划与张一鸣的长期主义表态，共同勾勒出中国AI竞争的新图景：规模竞赛升级、短期主义退场、差异化路线登场。对企服行业而言，这既是能力红利扩大的机遇，也是战略定力的考验——在巨头用"亿级投入换代差"的时代，找到自己的生态位并坚持深耕，比任何追热点都更有价值。