字节跳动正为传闻中超过5万亿参数的下一个超大模型做准备。据多位知情人士透露，该公司的大模型团队Seed近期完成了一轮深度组织架构调整，不再按文字、语音、视觉等模态切分团队，而是把分散在各地的研发力量重新整合，方便集中火力冲刺。
过去几年，Seed团队一直按研究领域划分，文本、编程、视觉、语音各有各的预训练团队。这种模式在早期好处明显，各条线可以快速补齐短板。但随着模型能力越来越综合，跨团队沟通成本变高，相似的活在不同组里重复干，效率反而拖了后腿。
这次调整的核心思路就一句话：合并同类项，减少重叠，把人和事聚拢到一块。
重构之后，Seed基础模型下新设了四个一级部门。其中，预训练数据团队由李成刚负责，原先散落在文本、编程、视觉理解、语音等方向的预训练人马全部并到一起，统一为新的Omni多模态模型准备数据，同时承担超大模型的预训练任务。
强化学习团队则交给了唐晟宇。这个团队把后训练、推理、视觉理解等多个领域的后训练力量收拢起来，目标很明确——用强化学习把模型的基础智能上限往上顶，让模型不只是“会聊天”，而是更接近真正会思考。
面向应用的后训练部分，拆分得更加细致。一边是服务B端企业和智能体业务的Product Posttrain-Work，由秦禹嘉负责，重点打磨模型在办公场景下的Agent能力，同时支持豆包和Dola的任务执行；另一边是原先由朱文佳带队的Application团队，现在更名升级为Product Posttrain-Chat，聚焦C端对话模型的整合与发布。两个部门一个管“干活”，一个管“聊天”，分工清楚，互不踩脚。
这四个部门的负责人，全部向吴永辉汇报。此外，Seed还为AI安全等前沿探索方向单独指定了负责人。
有媒体此前爆出，字节跳动正在讨论训练参数规模超过5万亿的下一代模型。如果这个计划落地，它的参数规模将超过阿里Qwen 3.8-Max和月之暗面K3，成为国内已知最大体量的模型。
5万亿参数是什么概念？目前业内公开的顶级模型大多在几千亿到一万亿级别，5万亿等于再往上跳一大步。模型参数越大，对数据质量、训练框架、团队协作的要求就越高——这也解释了为什么字节要在技术冲刺之前，先把组织架构摆顺。
AI竞赛打到现在，拼的早已不只是单个算法天才的灵光一现。谁能把几百上千人的团队拧成一股绳，谁才可能在下一代模型上跑赢对手。字节的这轮调整，显然是在为一场硬仗摆阵型。