面对Seed 2.0反响有限及竞品在编码能力上的领先，公司CEO梁汝波要求接受阶段性落后，创始人张一鸣明确反对蒸馏路线，转而聚焦集中资源自研更大规模模型。
字节跳动高层在内部会议中确认了对当前大模型战略方向的调整与未来技术路径的重新规划。针对Seed 2.0发布后市场反响未达预期，且在编程、工具调用等核心能力上落后于GLM-5、Kimi K3等竞品的现状，CEO梁汝波在全员会上公开承认差距正在扩大，并提出团队需接受一段时间内的相对落后状态，坚持走自研与长期优化的路线。与此同时，创始人张一鸣在更早的Seed全员会上明确表态反对通过蒸馏竞争对手模型来快速获取技术成果，强调AGI是最终目标，并指出Coding能力重要但不能仅局限于此。这一系列表态旨在向组织内部传递确定性，缓解因多赛道发展不均衡带来的焦虑情绪。
在具体执行层面，字节跳动正在讨论训练一个参数规模超过5万亿的大模型计划。该计划由Seed Foundation负责人项亮与大语言模型预训练数据负责人沈科共同主导，两人均具备搜索、广告及推荐系统的技术背景。作为参照，当前行业领先的阿里Qwen 3.8-Max参数规模为2.4万亿，月之暗面Kimi K3为2.8万亿。若该计划落地，其规模将是现有竞品的数倍。该项目仍处于早期讨论阶段，最终是否发布尚不确定。字节试图通过集中算力、数据与组织资源，进行更大规模的预训练，以验证将资源优势转化为独立前沿能力的可行性，而非依赖竞品输出来补齐短板。
此次战略调整反映了字节跳动在AGI竞赛中的新思路：不追求短期榜单排名，而是押注于更高的工程复杂度与更长期的技术积累。尽管Seedance 2.0视频模型被公认为全球性能最强，但语言模型领域的滞后使得内部对路线的质疑浮现。通过将资源集中到单一超大规模预训练任务上，字节意在打破“追赶即落后”的循环，试图在下一代基础模型架构中建立新的竞争壁垒。这一决策意味着公司将面临更高的成本投入与更不可预测的训练结果，其核心挑战在于如何确保数据质量与训练稳定性以匹配巨大的参数容量。