字节跳动的野心：从豆包、飞书到生态，一个万亿巨头的AI进化论

今年3月，微软CTO Kevin Scott接受采访时表达："AI模型本身不是产品，价值只有通过产品与用户需求联系起来时才能体现。" 

他提到一个常见现象："有些团队建好了平台、训练好了模型、拉好了算力，然后发现没人用，才开始慌了。"

这就像4G、5G技术很重要，但真正将人与人直接的联系拉近与点燃的是2018年夏天的抖音，模型是基础设施，产品才是引爆点

在这个认知下，我们重新审视了字节跳动在AI时代产品、人才、投资、开源、顶会的布局，看看他们能不能在大模型时代继续找到撬动万亿市场的Key

还记得那个经典的总结吗？百度的技术、腾讯的产品、阿里的运营

但自从今日头条、抖音、剪映、飞书等产品涌现后，字节似乎找到了一个更厉害的能力：结合推荐算法后，形成大规模打造爆款产品的系统化方法，以及穿透不同领域商业模式的洞察力

来到大模型时代，字节延续这款打法，以豆包大模型为始，打造字节的AI产品生态：

1、2023年8月，豆包开始灰度上线。借助字节的流量整合能力和规模化算力优势，它迅速成长为国内最具记忆点的ChatBot之一

在2024年中一度霸占国内AI产品榜数据第一，这一度让很多ChaotBot排行榜再也做不出新意，直到DeepSeek的出现才打破了这个平静

2、延续让人“上瘾”的模式打造C端APP，在AI发展早期阶段字节也是迅速抓住最热门的AI陪伴赛道，迅速推出猫箱，与minimax的星野不断争夺陪伴APP的第一、第二

除猫箱外，字节在番茄中植入陪伴AI、在抖音中植入个人AI形象，字节把聊天的形态可以尝试的方式几乎全都试了一遍

3、除自己打造应用外，字节更想渗透入各行各业，用大模型+工具手脚的模式打造coze+X生态，打造AI工具的无限可能

李彦宏曾说："大模型即将改变世界，要把全部产品重做一遍。"如果这个逻辑成立，字节将有很大可能通过整体产品势能带我们进入下一个时代

单一的ChatBot产品，本身就不是大模型时代的护城河。字节的真正优势在于：渗透各个场景的产品矩阵，能够产生巨大的协同效应

我们自己也用coze+X的思路做了非常多的组合应用，比如

Claude+Coze：一键爬取多个公众号历史文章至多维表格，小白也能轻松上手实现

抖音直接写入多维表格？一键批量获取博主高赞视频，DeepSeek帮你分析改进

现在很多Agent都在旅游规划，订票，订酒店，当然这仅仅是非常简单的应用，不过，Agent背后所依赖的场景、接口，字节一个都不缺

抖音同城、抖音电商、抖音上各种垂类的小程序，都可能成为多步Agent的一个环节

与移动互联网时代不同，可能不会再有一个"超级APP"横空出世，而是整体产品生态势能的累积，让我们的生活发生翻天覆地的变化

2024年6月10日，字节公布了著名的"6条人才观"，核心目标是保持高人才密度：

近一年来字节跳动开放了面向顶尖技术人才的筋斗云、TopSeed计划，加大校招和实习生招聘力度

其中，筋斗云人才计划在2025年进行了升级，开放实习岗位，并放宽毕业年限至毕业3年内的博士，除此之外，课题数量增加30%

整体上字节大模型团队分为两大部分：

而很多技术大佬进入字节，转身望去，身边都是各大奥赛、顶级学术会议上的熟悉面孔.....

值得关注的几个团队情况：

自2023年下半年以来，字节AI Lab（字节最早的AI研究部门）的NLP（自然语言处理）和Pixel Dance（视频生成团队）陆续并入Seed

今年4月，AI Lab已全部并入Seed，Seed负责人包括，吴永辉、朱文佳、视觉模型负责人-杨建朝、语音模型负责人-王雨轩、世界模型负责人-周畅等

目前Seed正处于动荡期，传言有负责人将离职，不过，从Seed今年初发表的一篇强化学习的论文中，我们大致也能对Seed的人才构成略窥一二

丁铭：清华博士，师从唐杰，智谱CogVLM核心作者，传言职级4-1

秦禹嘉：原序智科技创始人，清华直博生，师从刘知远，在《自然·机器智能》发表重要成果

除字节外，年轻化其实是AI时代的主浪潮

大厂 | 大模型六小虎的创始人来自不同年代，始于不同起点，却在同一片星空下生长

对比：阿里腾讯的"买买买"

1、ChatGPT爆火后，阿里提出"3个100亿"（基础设施、投资、招聘），几乎投遍了所有明星基模公司：

2、腾讯也不遑多让，阶跃星辰、Minimax、百川、智谱等背后都有腾讯投资

大厂 | 又融了30亿！从股权上看看智谱+清华打造了一个什么样的朋友圈

字节的"克制"

反观字节，根据公开信息，没有参与任何一家基模公司的投资，AI方面投资相当克制

2023年以来的投资包括：放学嗨、醒图APP、云脉芯联、鸿宇尚志、昕原半导体、联动优势、Oladance、国帆科技、影眸科技等

其中影眸科技成立于2020年6月24日，是一家孵化于上海科技大学并专注于超写实数字人技术研发的科技企业，后俩，影眸科技主要业务转向基于大模型的3D内容生成

另外据钛媒体消息，5月份，字节资本独家投资了广东程序园科技有限公司，金额为3000万，程序园科技是集软件开发、大数据技术研发、自然语音处理、AI算法推荐及商业化应用的科技型人工智能企业

除此之外，Manus在2024年年初曾经与字节进行过一轮收购谈判。当时字节出价3000万美金，但因为远远达不到创始人肖弘的心理价位，这次谈判最终不欢而散

与阿里、腾讯的大举扫货对比起来，这种零零散散的投资行为，更多是分散的业务单元自发行为，绝对谈不上战略高度

在字节高速发展期，在新闻资讯、文娱、内容社区及社交、应用工具、企业服务、游戏等等垂直领域的投资，层出不穷，尤其是40亿美元收购游戏公司沐瞳科技、90亿元收购VR公司PICO，都曾给业界带来极大震撼

梁汝波在2025年全员会也表示过，字节在技术的跟进速度上有所欠缺，这在某种程度上也体现了字节可能也开始出现了大公司病

但这恰恰反映了字节的底气

资源和人才储备足以让它无视任何对手，通过极度饱和式投入重新获得竞争优势

数据说话：

这种投入也能够让竞争对手不寒而栗

各家开源成果对比

让我们看看大厂们最亮眼的开源项目：

字节Seed：Bagel（4.4k stars）- 大规模多模态预训练模型阿里通义：Qwen3（22.3k stars）- 大语言模型系列

腾讯混元：Hunyuan3D-2（10.7k stars）- 3D资产创作系统

字节Seed	阿里通义	腾讯混元

不过字节不是所有的项目都开源在Seed之下，这可能与公司的组织形态存在一定关系，比如字节最近开源不久的桌面智能体工具，UI-TARS-desktop即获得了超过15k的star

与国际巨头的差距

虽然国内开源生态发展迅速，但与美国大厂相比仍有不小差距：

• Meta的Llama推理代码库：58.5k stars
• 马斯克的Grok1：50.3k stars

这个差距提醒我们，在技术影响力方面还有很长的路要走。

Meta llama	Xai Grok	Google Gemini

无处不在的字节身影

如果说人才是字节AI战略的核心，那么顶级学术会议就是字节展示技术实力的舞台

一年下来，计算机领域的所有顶会——CVPR、AAAI、ICML、ICLR、NeurIPS——几乎都能看到字节的身影

ps：相关整理可以在后台私信“知识库”获取

我们曾经尝试用大白话讲一讲字节在CVPR中的论文，从中可以窥见字节在视觉AI领域的全面发力：

白话解读：CVPR-2025中字节的13项多模态大模型突破，或许也是即梦未来的进化方向

除了CVPR，我们还系统整理了字节在AAAI、ICML、ICLR等顶会的论文表现，发现了一个有趣的现象：

字节不是为了发论文而发论文，而是在用学术研究为产品创新铺路

从自然语言处理到计算机视觉，从机器学习基础理论到多模态应用，字节的研究覆盖了AI的几乎所有主要分支

这种全方位的学术布局，确保了字节在任何一个AI技术爆发点都不会缺席

回到最开始的问题：字节能找到大模型时代的Key吗？

从我们的分析来看，字节的策略可能比表面看起来更加深思熟虑：

成功与否，时间会给出答案

但有一点可以确定：在这个AI时代的赌桌上，字节是筹码最多的玩家之一，而它的全包起来的打法——

正如豆包的取名来源"把各种AI都包住"，彰显的正是一个万亿巨头的底气与实力