张一鸣为什么反对蒸馏？

嗅态

嗅产业冷暖，书人文姿态

作者 | 石灿

7月，字节跳动Seed团队召开了一场内部会议，会议提及的内容包括把的原因，也就是集中力量，才能在算力和数据上有优势。

8月初，更重要的信息才被国内外多家媒体报道出来，字节跳动创始人张一鸣在会上谈到了“模型蒸馏”。他反对“模型蒸馏”。

在业内，模型蒸馏被普遍视作一种提升效率的替代方案。通过学习领先模型，较小的模型能在更短时间内获取部分能力，从而降低算力成本、缩短研发周期。对追赶者而言，这是一条见效快、成本低的技术选择。

蒸馏可以帮助模型更快追上一个已经存在的目标，却很难回答目标之外还有什么。根据会议内容可以看得出来，字节明确了Seed团队对基础模型研发路线的取舍。

过去半年，世界范围内的AI大模型百花齐放。其中，字节跳动在多模态领域持续布局，视频生成模型Seedance推出后引发市场热烈讨论，深刻影响着AI视频生成领域；而在语言模型领域，海外的Claude、Gemini不断推高上限，国内的DeepSeek、智谱、月之暗面也在推理和代码等垂直方向密集迭代。

面对未知地带，张一鸣选择让Seed自己去找答案。代价是更多算力、更长训练周期、大量可能没有结果的实验，以及产出常人能够理解的组织耐心。这样的选择未必马上反映在AI大模型榜单上，却决定了一家公司有没有能力走进没有现成答案的地方。

环顾四周，中国大模型行业发展到今天，不同公司间的技术路线之分或许就在这里。而字节的处境，与其他大模型公司，格外不同。

蒸馏背后的能力之争

字节对模型蒸馏的限制，比外界想象得更彻底。

限制覆盖了整个外部模型生态。美国前沿闭源模型不能用于蒸馏，开源模型同样被纳入禁区。为了把规则真正落到研发环节，字节内部还通过API调用检测等方式加强管理，减少研发团队借助外部模型输出提升能力的空间。

表面上看，张一鸣反对蒸馏是对一种技术路径的取舍，放到Seed的发展阶段来看，背后其实是对大模型研发路线的一次选择。

张一鸣的判断很明确。训练大模型是一项高难度、长周期的工程，模型能力最终需要建立在预训练、数据、算法和工程体系的长期积累上。即使Seed的产出当前与全球前沿水平仍有差距，字节也愿意承受阶段性的落后，把自主训练这条路完整走一遍。

这场关于蒸馏的讨论，也由此超出了技术方法本身。中国大模型逐渐逼近全球前沿之后，一个更重要的问题摆到了行业面前：当追赶进入更深水区，大模型公司真正比拼的究竟是什么？

理解这场分歧，需要先回到模型蒸馏在大模型产业中的具体位置。

模型蒸馏本身是一项成熟的技术。简单来说，就是用能力更强的“教师模型”去引导规模较小的“学生模型”，在大幅降低参数与推理成本的同时，提升模型的部署效率。如今，这已是行业优化模型性能的通用手段。

行业的争议焦点，其实集中在另一类行为上——利用竞争对手的闭源模型接口，通过大规模调用获取输出数据，再拿这些数据去训练自己的基础模型。这种做法在业内通常被称为模型“黑盒蒸馏”。

这种模式的吸引力显而易见。对资源有限的团队来说，直接调用领先模型生成高质量样本，能省去海量的数据构建成本，让新模型在代码、数学和逻辑推理等硬指标上实现“弯道超车”。此前，不少开源社区也是借由这种“教师模型”输出的迁移，快速把小模型的性能提升了上去。

但是，蒸馏天然存在“教师模型天花板”，基础模型的竞争，终究不单是榜单分数的比拼，更是数据体系、架构演进、预训练、强化学习及工程能力的综合沉淀。若训练数据大量源自对手模型，最终也只能学到对方的能力边界，难以摸到真正的动力内核。

对于立志冲进全球第一梯队的大模型公司来说，长期依赖外部模型的输出，无异于将自身的上限交给了对手。更深层的问题在于，研发组织的长期演化。

大模型竞争本质上是一场技术基础设施的建造工程。许多硬功夫必须在长期的自主探索中熬出来，比如，高质量数据治理、训练系统优化、算法创新、强化学习设计。如果团队习惯靠外部数据去拉高指标，组织就极其容易退化为一套仅围绕数据筛选和微调优化的工程打法，进而失去对底层模型规律的探索能力。

与此同时，外部模型蒸馏还面临着日趋严峻的商业与合规风险。美系大模型巨头陆续升级产品接口的异常监测，并在服务条款里限制数据采集与模型训练。拿竞品模型的输出来训练自家产品，不仅在行业里引发了关于研发边界的讨论，也在知识产权和服务条款的合规层面上带来不少变数。

曾引起一阵波澜的事件发生在今年2月，Anthropic控诉DeepSeek、Moonshot和MiniMax大规模利用Claude进行所谓的“蒸馏攻击”，指其通过数万个账号产生了超过1600万次交互。7月，月之暗面发布新一代模型Kimi K3后，也迅速被美国公司关注和指控。也就是说，模型蒸馏正在从一个纯粹的技术问题，变成知识产权、服务条款和国际AI竞争中的焦点议题。

毕竟字节家大业大，TikTok在美国的一举一动都被盯着，前些年经历了严酷的调查，它能承担的合规风险跟一般创业公司根本不在一个量级。张一鸣这时候对蒸馏表现出来的谨慎，说白了，就是宁可走得慢一点、贵一点，也绝不能在底层版权和合规上给对手留下一丁点把柄。

随着美系巨头不断收紧API权限与审计风控，靠“借力”维系的技术路径正面临更多不确定性。减少对外部数据供给的依赖，不仅是为了应对眼下的合规与法务风险，也是字节在为未来参与全球市场竞争，提前进行的一场研发体系筹谋。

守住创造能力的组织机制

张一鸣对大模型路线的新判断，正在改变Seed团队的研发方式。

放弃依赖外部模型蒸馏，意味着Seed需要承担更高的不确定性。缺少成熟参照之后，训练数据如何构建、模型架构如何调整、能力突破来自哪里，都需要研发团队自行探索。基础模型研发天然伴随大量失败实验，真正考验的是组织对于长期探索的承受能力。

一次大规模预训练通常需要数月周期，新方向可能投入巨大资源，却无法立即产生明显结果。如果评价体系过度依赖短期排名和阶段性成果，研究团队很难持续探索未知路径。

近期，多家媒体报道称，字节跳动Seed正在推进超大规模基础模型研发。《金融时报》报道，字节正在训练一个可能达到数万亿参数规模的模型，目前仍处于研发阶段，最终参数规模和发布时间尚未确定。

超大规模训练计划释放出了一个清晰的信号，字节希望继续通过扩大预训练规模，寻找模型能力提升空间。Seed在视频模型领域的探索，极大地增强了字节在底层训练路线上的信心。

今年2月，字节接连推出视频生成模型Seedance 2.0和图片生成模型Seedream 5.0 Lite。两款视觉模型很快进入行业视野，Seedance 2.0尤其突出，内测阶段便在国内外社交平台刷屏，成为当时讨论度最高的视频生成模型之一。

热度很快转化成收入。据36氪6月报道，Seedance 2.0已经成为火山引擎MaaS业务最重要的增长来源，单月贡献收入超过10亿元。火山引擎也在4月将2026年MaaS业务营收目标上调至150亿元，而2025年全年MaaS收入约为15亿元。

大模型竞争进入深水区后，组织方式也面临调整。

长期以来，字节依靠多领域的赛马机制推动创新，多个小团队通过快速试错寻找机会，再根据结果投入资源。这套方法适合互联网应用层面的产品竞争，却难以完全适配基础模型研发。一次训练需要消耗大量算力，多方向并行探索会带来显著资源压力。

因此，Seed正在提高核心模型研发的资源集中度。《晚点LatePost》报道称，字节正在整合Coding相关研发资源，并吸引包括DeepSeek研究人员在内的技术人才加入Seed，强化相关方向布局。

组织能力成为大模型竞争的重要变量。基础模型研发涉及算力、数据、算法、人才体系等多个环节，任何单点突破都难以决定最终结果。研发团队需要面对长周期投入，也需要承担探索失败带来的不确定性。

Gartner预测，到2028年，约三分之一企业软件将具备AI Agent能力，超过60%的生成式AI应用将通过企业级AI平台部署。对于火山引擎和豆包等商业化业务而言，底层模型能力决定未来竞争空间，应用层产品可以快速迭代，基础模型能力则需要长期积累。

其实，张一鸣最底层的行动逻辑，是守住创造能力的组织机制。沿着这条线看，字节近期围绕模型、组织和研发体系的一系列动作，都指向同一个目标——把决定技术突破的关键变量尽可能留在内部。

这种思路带着非常强的平台原生主义。平台时代最重要的能力，就是控制。控制算法，控制流量，控制数据，控制分发，也控制价值链上的关键节点。到了AI时代，这套方法论继续向模型研发延伸。模型、数据、算力、人才和产品需要咬合在同一套体系里，任何一个关键环节长期依赖外部，都会削弱整体的自主进化能力。

因此，张一鸣真正警惕的，或许是研发能力被外部技术路径牵引。蒸馏能够缩短差距，API能够迅速补齐能力，但长期依赖外部动能，会让字节内部的研发体系逐渐失去寻找下一次突围的能力。

对于字节来说，真正的壁垒来自人才密度、资源体量、组织效率和长期投入共同形成的研发机器。这也是江湖上把字节称为App工厂的原因之一。

回顾过往字节的战役来看，一整套打法都是张一鸣熟悉且熟练的。把关键要素系统化，把资源组织调动起来，再通过持续迭代，把阶段性的落后变为后发赶超的自身优势。

面对字节本次在AI竞赛中的关键会议判断，张一鸣要守住的是造炮的体系，一旦下一次技术突破发生时，字节依然能够自己造出炮来。

大模型竞争，路线各异

围绕模型蒸馏形成的讨论，往深处看，已经触及中国大模型产业进入下一阶段后的路线分化。

过去几年，中国模型公司的共同任务明确，就是尽快缩短与全球前沿模型之间的能力差距。开源模型、合成数据、模型蒸馏、工程优化都成为重要工具，中国团队由此表现出很强的追赶效率。

斯坦福大学《2025年AI Index》记录了这一过程。2023年底，中美顶尖模型在MMLU、MMMU、MATH和HumanEval上的差距分别达到17.5、13.5、24.3和31.6个百分点。到2024年底，四项差距已经收窄至0.3、8.1、1.6和3.7个百分点。到了2026年3月，中美顶尖模型综合性能差距进一步收窄至2.7%。阿里和DeepSeek都已经进入全球头部模型序列。

追赶速度背后，有一个更加值得关注的资源反差。2025年，美国私人AI投资达到2859亿美元，中国约124亿美元，前者达到后者23倍。美国机构同期推出59个具有代表性的AI模型，中国为35个。资源投入差距依然巨大，模型能力差距却持续缩小。工程效率由此成为中国大模型产业最鲜明的竞争能力之一。

我更关心的是，当能力差距缩小以后，中国模型公司会怎样回答下一个问题。

下一代能力究竟从哪里来？

答案已经出现明显分化。

DeepSeek走出了一条富含本土特色的效率路线。DeepSeek-V3采用MoE、MLA、FP8训练等方法，把模型架构、训练系统和硬件利用率放在同一个工程体系里优化。6710亿参数的V3，每个Token只激活370亿参数，完整训练消耗约278.8万H800 GPU小时。DeepSeek随后又把R1产生的推理能力蒸馏到小模型，并明确允许开发者利用模型输出继续微调和蒸馏。技术突破、成本压缩和开放扩散，在DeepSeek体系里可以同时发生。

阿里的Qwen又是另一条路径。Qwen持续推进基础模型能力，同时不断扩大模型尺寸、开源版本和工具体系，再把模型接入阿里云、Model Studio和企业Agent生态。到了2026年，阿里云已经把模型、AI基础设施、开发平台和Agent产品放进同一套企业服务体系。Qwen承担的角色逐渐超出单一模型，更接近阿里AI生态的一层公共底座。

Kimi选择把有限资源投向几个明确方向。长上下文、代码、复杂任务和Agent长期保持较高优先级。2026年7月发布的Kimi K3达到2.8万亿参数，支持100万Token上下文，重点指向长周期编程、知识工作和复杂推理。创业公司的资源约束更加明显，技术路线因此需要更锋利，集中力量寻找可以建立领先位置的能力支点。

把张一鸣的选择放在这样的产业坐标里观察，就逐渐清晰了。

字节走的是一条带有强烈平台原生主义色彩的路线，核心是控制产生能力的关键变量。沿着张一鸣过去十多年的创业经历来看，逻辑具有很强的连续性。平台时代，字节把算法、数据、流量和产品放进一个闭环生态系统里，通过对关键变量的控制形成竞争优势。进入AI时代，控制范围继续向模型、算力、人才和基础研究延伸。

下一阶段的大模型竞争，核心问题将回到能力来源。谁能够持续发现新的模型能力增长路径，谁更有机会获得长期主动权。

故而，蒸馏在张一鸣的判断中，涉及的不只是模型成绩，还关系到核心生产能力从哪里产生。一旦核心生产能力长期来自竞争对手，研发团队寻找新路径、验证新方法和定义前沿的能力都会受到影响。

DeepSeek更强调用技术创新提高智能生产效率，再通过开放扩大模型影响力。Qwen希望模型成为云计算和产业生态的基础层。Kimi把资源集中到少数能力方向寻找突破。字节则试图把决定模型进化的关键生产要素留在内部，再依靠资源密度、组织能力和产品规模不断放大优势。

大模型公司之间的路线分化，并不能简单归结为“工程派”与“原创派”的对立。真正值得观察的，从来不是用不用蒸馏这种技术手段，而是各家公司把最核心的筹码押在了哪里。

随着奋力追赶全球前沿的阶段告一段落，差异早已落在了更底层的公司哲学上。中国大模型公司正沿着各自的资源禀赋、组织基因与商业位置，驶向完全不同的轨道。