为了给传闻中参数规模超 5 万亿的下一代超大模型铺路，字节跳动的大模型部门 Seed 近期完成了新一轮深度的组织架构调整。此次调整打破了以往按模态和研究方向划分的传统模式，将原先分散的团队重新整合，全面优化研发效率。

在本次架构调整中，Seed 基础模型（Seed Foundation Model）正式成立了四个全新的一级部门。首先是预训练数据团队 Pretrain Data，由李成刚担任负责人，该部门由原先散落在文本、编程、视觉理解和语音等方向的预训练团队合并而来，统一负责新 Omni 模型的多模态数据及超大模型预训练工作。

其次是强化学习团队 Horizon RL，由唐晟宇负责。该团队整合了此前分散在后训练、推理和视觉理解等领域的后训练力量，核心目标是通过强化学习提升模型的基础智能上限。

在面向终端和业务的应用后训练方面，字节跳动进行了更加精细化的任务拆分。其中，负责 B 端应用及 Agentic 模型整合发布的 Product Posttrain-Work 部门由秦禹嘉负责，重点针对办公场景优化模型的 Agentic 能力，并支持豆包和 Dola 的任务模式；而原先由朱文佳负责的 Application 团队则更名为 Product Posttrain-Chat，专责 C 端对话模型的整合与发布，与 Work 团队形成高效分工协作。上述四个新部门的负责人均向吴永辉汇报，同时 Seed 还为 AI 安全等前沿探索方向单独任命了负责人。

回顾以往，字节跳动的 Seed 团队主要按照具体的模态和研究方向进行独立划分。这种机制在模型研发早期能够快速补齐各项能力，但随着技术边界的模糊，跨团队沟通成本增加以及“重复造轮子”的现象也随之显现。此次架构调整的底层逻辑正是要“合并相似工作、减少重合、内聚在一起”。

此前有媒体爆料称，字节跳动目前正处于讨论训练参数规模超 5 万亿模型的早期阶段。如果这一计划得以全面落地，其参数量将超越阿里的 Qwen 3.8-Max 及月之暗面的 K3，成为国内已知参数规模最大的模型。面对向超大模型冲刺的新阶段，此次全面升级的组织架构与分工模式无疑为字节跳动在激烈的全球 AI 军备竞赛中奠定了坚实的组织保障。