本次调整将原分散在多模态领域的预训练与后训练力量整合，由李成刚、唐晟宇、秦禹嘉及朱文佳分别带队，旨在降低协作成本并为超大参数模型研发建立统一架构，负责人直接向吴永辉汇报。
字节跳动旗下大模型部门 Seed 于近期完成组织架构调整，核心举措是在 Seed Foundation Model 下设立四个新的一级部门，以优化基础模型的研发流程。此次调整打破了过往按文本、代码、视觉及语音等模态划分团队的旧有模式，转而采用按功能模块重组的方式，旨在解决多团队并行导致的重复建设与沟通成本上升问题。新架构的四大板块涵盖预训练数据整合、强化学习提升、B 端应用后训练以及 C 端对话模型发布，各部门负责人统一向吴永辉汇报。
在具体人员配置与职能划分上，李成刚出任 Pretrain Data 部门主管，该团队合并了原分散在各模态方向的预训练力量，集中负责新 Omni 模型的多模态数据及超大模型所需的预训练数据工作。唐晟宇领导 Horizon RL 团队，整合了来自后训练、推理及视觉理解领域的资源，重点通过强化学习技术提升模型的基础智能上限。面向业务应用的后训练阶段被细分为两个方向：秦禹嘉负责 Product Posttrain-Work 部门，主要服务于 B 端场景，聚焦 Agentic 模型的整合发布与办公场景优化，支持豆包及 Dola 的任务模式；原由朱文佳负责的 Application 团队更名为 Product Posttrain-Seed Chat，专门承担 C 端对话模型的整合与发布任务。此外，团队还针对 AI 安全及前沿探索方向单独任命了相关负责人。
此次架构变革的深层逻辑在于“合并相似工作、减少重合、内聚在一起”。在 Seed 团队发展的早期阶段，按模态独立划分团队的模式有助于快速补齐文本、视觉等不同领域的研发能力。然而随着技术边界日益模糊，这种分散结构导致了跨团队重复造轮子的现象，显著增加了内部协作复杂度。新架构的落地标志着字节跳动试图通过物理与逻辑上的集中化管理，提升大模型研发的整体效率。目前业界关注点在于此次调整是否是为了支撑传闻中参数规模超 5 万亿的下一代超大模型训练，相关技术储备与工作流的整合将为未来的模型迭代提供组织保障。