8月19日消息，字节跳动大模型部门Seed已于上周完成新一轮组织调整，核心变化是Seed Foundation Model（Seed基础模型）成立四个新的一级部门，分别聚焦预训练数据、强化学习、B端应用后训练和C端应用后训练。这一调整发生在字节跳动被曝正讨论训练参数规模超5万亿模型之际，被视为该公司为超大模型研发所进行的前置性组织准备。
据晚点LatePost报道，四个新设部门中，Pretrain Data由原先分散在文本模型、编程、视觉理解和语音等方向的预训练数据团队合并而来，负责人为李成刚，统一负责新Omni模型的多模态数据，以及超大模型预训练所需的数据工作。Horizon RL整合了此前散落在后训练、推理和视觉理解的后训练团队，负责人为唐晟宇，主要聚焦强化学习方向，以提升模型的基础智能上限。
后训练环节则按照服务对象拆分为两个部门。Product Posttrain-Work负责人为秦禹嘉，主要服务B端应用，负责Agentic模型的整合与发布，并针对办公场景优化模型的Agentic能力，包括支持豆包和Dola的任务模式。Product Posttrain-Chat由原本由朱文佳负责的Application团队更名而成，主要服务C端应用，负责对话模型的整合与发布，与Product Posttrain-Work分工协作。四个新部门的负责人均向吴永辉汇报。此外，Seed还为AI安全及其他前沿探索方向分别任命了负责人。
Seed在调整公告中明确提到“合并相似工作、减少overlap（重合），内聚在一起”。在此之前，Seed主要按照模态和研究方向划分团队，文本、代码、视觉、推理等方向均拥有各自的数据和后训练团队。字节跳动方面认为，这一机制在模型研发早期有利于快速补齐不同能力，但随着研究方向增多，团队间的边界逐渐模糊，出现了“重复造轮子”的情形，跨团队沟通和协作成本随之上升。
此次调整的时间节点与字节跳动的超大模型计划高度关联。本月早些时候，有媒体披露字节跳动正在讨论训练参数规模超5万亿的模型。该模型将超过阿里的Qwen 3.8-Max（2.4万亿参数）和月之暗面的K3（2.8万亿参数），成为国内已知参数规模最大的模型。通常而言，模型规模越大，智能水平往往越高，不过该计划目前仍处于早期阶段。
分析人士指出，超大参数模型的训练对数据规模、计算资源和工程协同提出了更高要求，原有的按研究方向划分团队的组织形式难以支撑跨模态、跨环节的高效协作。此次将预训练数据统一收归一个部门，将强化学习独立成部门，并按照用户任务而非技术方向拆分后训练团队，反映出字节跳动正在从组织架构层面适应大模型研发从“多模态能力补齐”向“超大模型深度优化”阶段的转变。
值得注意的是，后训练团队按照Work和Chat两个方向拆分，意味着字节跳动对大模型应用的商业化路径有了更清晰的界定：B端以Agentic能力为核心，聚焦办公场景的任务自动化；C端则继续以对话交互为主要形态。这一分工与当前国内大模型厂商普遍推进的企业级应用落地趋势一致，也表明字节跳动在模型研发与商业场景之间正在建立更直接的对应关系。
截至发稿，字节跳动官方尚未就上述组织调整发布正式公告。Seed团队的架构变动能否有效解决此前存在的内部协作问题，以及超大参数模型训练计划的具体进展，仍有待后续观察。
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。
