在近期The Information的报道中，字节跳动创始人张一鸣在公司内部Seed模型全员会上明确表态，拒绝通过蒸馏技术追赶大语言模型前沿。他强调，字节跳动需为长远目标牺牲短期利益，这一决策引发行业广泛关注。
当前全球大模型竞争格局中，中国厂商表现亮眼。Artificial Analysis最新榜单显示，月之暗面Kimi K3 Max位列第二，阿里Qwen 3.8 Max位居第四，智谱GLM 5.2 Max与DeepSeek V4 Flash分列第七、第八。相比之下，字节Seed 2.1 Pro仅排第21位，与国内同行存在显著差距。尽管字节跳动在资金、人才、算力和数据方面具备优势——年利润规模居互联网企业前列，团队汇聚顶尖算法人才，全国布局数万张GPU的智算中心，且拥有抖音、TikTok等全球最大原生内容池，但其大模型发展仍落后于竞争对手。
据内部人士透露，字节跳动拒绝蒸馏技术是其大模型发展滞后的重要原因之一。蒸馏技术通过利用其他大模型的输出训练自身模型，被视为快速提升性能的捷径。例如，2025年1月DeepSeek-R1发布后，Seed团队曾提议跟进蒸馏，但被张一鸣拒绝。他坚持Seed模型应像人类一样“学习思考”，而非模仿他人风格。同年英伟达Blackwell芯片部署后，算力差距扩大，内部再次提出蒸馏方案，张一鸣仍选择增资2000亿元扩建智算中心。面对Kimi K3等模型带来的竞争压力，他始终认为榜单排名是虚的，商业主权才是核心。
字节跳动的坚持源于对技术路径的深度判断。随着大模型竞争进入深水区，蒸馏技术的争议日益凸显。2026年以来，Anthropic多次指控中国厂商蒸馏其模型，但自身也被曝使用类似手段。张一鸣认为，在数据见顶、算力受限的背景下，蒸馏只能让模型追随他人，无法实现突破性创新。
从技术层面看，字节跳动的选择基于四个核心逻辑：首先，拒绝合成数据导致的“近亲繁殖”陷阱。牛津、剑桥等机构研究证实，反复使用AI生成数据训练会导致模型能力退化，尾部信息丢失将限制模型处理未知问题的上限。而字节跳动拥有抖音、头条等平台产生的海量原生数据，能够保留现实世界的完整分布。其次，掌握词表技术主权。词表决定模型对语言的切分方式，使用他人词表会限制模型对中文成语、网络热梗等长尾信息的理解，尤其在多模态领域，自主定义词表是视频生成、音画同步等技术的基础。第三，构建硬件限制下的工程能力。受美国芯片出口管制影响，字节跳动只能使用性能受限的H20芯片，被迫通过扩大集群规模、优化工程体系弥补差距。其训练集群已覆盖内蒙古、山西、河北等多地，2026年资本开支超2000亿元，形成支撑超大规模训练的全栈能力。最后，培养自主奖励模型。蒸馏模型会继承他人价值观偏好，而字节跳动需要模型深度对齐自身业务逻辑，如抖音的完播率、电商的转化效率等，这要求从预训练到RLHF全链路自主控制。
字节跳动的长期目标已浮出水面。据《金融时报》报道，公司正在讨论训练参数规模达10万亿的大模型，远超阿里Qwen 3.8-Max的2.4万亿和月之暗面K3的2.8万亿。该项目由Seed Foundation负责人项亮主导，若成功实施，将成为国内参数规模最大的模型。这一选择体现了字节跳动的战略考量：通过规模跃迁跳过中间竞争阶段，直接冲击下一梯队门槛。尽管面临数据供给、算力稳定性、推理成本等挑战，但全链路自研模型可避免知识产权争议，为全球化布局和技术竞争奠定基础。
当前，大模型技术范式窗口期正在收窄，头部厂商的技术路线选择将决定未来竞争格局。蒸馏技术虽能带来短期收益，但可能丧失定义技术终点的资格。张一鸣的决策，折射出字节跳动对技术主权和长期竞争力的追求。
