字节AI慢下来，张一鸣拒绝蒸馏，数据飞轮能再造一个奇迹吗？
张一鸣罕见露面，就扔下一句狠话：字节不把蒸馏当捷径。这话说给谁听的？说给内部Seed团队，也说给整个躁动的国内AI圈。话音未落，字节新成立一级部门”AI数据与安全”，整合超千人，跟Seed、Flow平起平坐。更狠的是，据传字节在讨论训练超5万亿参数的模型，这要是落地，就是国内已知最大。豆包商业化也没闲着，三档包月上线、生活服务抽佣、飞书团队并入豆包猛攻桌面Agent。一套组合拳下来，字节AI的叙事从”追赶”变成了”重构”。
往好听了说，字节在坚持长期主义，拒绝用别人的成果给自己贴金。往坏了说，字节在赌一条更慢、更贵、更不确定的路。蒸馏这事儿，业内心照不宣，DeepSeek R1自己都发了蒸馏版本，Anthropic指控DeepSeek、Kimi、MiniMax工业级蒸馏Claude，人家也没正面回应。但字节偏要拧着来，2023年就禁止GPT数据入训练集，今年Kimi K3逼近闭源旗舰，Seed内部倾向蒸馏的声音更大，张一鸣直接拍板：不接受。会后政策落地，禁止蒸馏K3等开放权重模型，还要追溯排查。就问你，这决心够不够硬？
但字节的底气不在”不做什么”，而在”能做什么”。数据，才是字节最擅长的牌。过去十年，今日头条靠算法推荐杀出重围，靠的就是数据飞轮。现在全球用户每天在字节系平台产生海量行为数据，图文、视频、直播、互动，这些不是普通语料，是跨模态的富矿。行业趋势也印证了这点，EpochAI测算，高质量语言数据可能在2026年就枯竭，Anthropic今年给RL数据拨了超10亿美元，OpenAI数据开销约10亿，2030年预计80亿。字节成立”AI数据与安全”部门，整合千人团队，数据预算超千万美元且可随时追加，这是把数据当战略核武器来打。
拒绝蒸馏，本质是拒绝复制别人的编码地基。字节的核心战场是原生多模态，要从零构建对物理世界的感知，建立文本、图像、视频、音频的深层对齐。如果蒸馏别人的模型，就继承了别人的天花板。牛津、剑桥的研究登上《Nature》封面，AI用AI生成的数据训练，尾部信息会不可逆退化。字节不想做第二个谁，只想做第一个自己。慢，是为了更快地到达别人到不了的地方。大力出奇迹，这次出的是数据之力，方向变了，但字节的狠劲儿没变。就问你，这局棋，敢不敢跟？
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
