作者：财精牛哥 来源：起点财经

在国内大模型赛道一片“弯道超车”的喧嚣声里，张一鸣给字节AI定下了一句清醒又有分量的目标：正面叫板全球第一梯队的OpenAI和Anthropic，有能力同台竞争，但真正实现技术追平，最早也要等到2029年或2030年。

消息来自11月12日澎湃新闻从多方知情人士处获取的内部会议信息。在这场面向字节Seed AI团队的全员分享会上，淡出日常管理已久的张一鸣再度聚焦AI战略。

他没有画短期超越的大饼，而是直接把追赶的时间表摊在了团队面前。

他的判断分成两层：

字节具备和OpenAI、Anthropic正面竞争的底子，但基础大模型的前沿硬实力，距离追平还有三到四年的漫长周期。

在硅谷不少机构鼓吹两三年内就能迎来AGI的氛围下，这份时间表显得格外保守。而恰恰是这份保守，让行业看到了字节真实的自我评估。

一句罕见的大实话：数据差距是数量级的

会上，张一鸣毫不回避最核心的短板：和海外顶尖对手相比，Seed系列模型的预训练数据集规模明显不足，这是当下最需要优先解决的难题。

彭博社的报道进一步补充，张一鸣的原话是，Seed的预训练数据集比美国顶尖竞争对手“小好几个数量级”。

很多人误以为，只要砸钱买显卡、堆算力，就能抹平差距。

但高质量的预训练语料，并不是用钱可以快速买到的资源。

英文互联网经过数十年沉淀，积累了海量开放网页、代码仓库、学术论文和深度讨论内容，形成了均衡、高密度的训练素材库。

而中文互联网里，大量优质内容分散在封闭平台，爬虫难以获取，公开内容中营销软文占比偏高，高价值、长逻辑、专业级的语料储备存在天然短板。在Scaling Laws依然主导大模型演进的今天，数据的质量和规模，直接决定模型智能的物理极限。

更关键的是，张一鸣给Seed定下了一条硬性技术红线：

拒绝依赖模型蒸馏的捷径。所谓蒸馏，就是拿别家顶尖模型的生成输出来训练自己的模型、刷高榜单分数。此前他就多次在内部强调，做大模型要坚持长期主义、延迟满足，不能用别人的输出换一时的榜单排名。哪怕短期跑分落后，也要走原生预训练、原生强化学习的路线。

这条红线有技术考量，也有现实约束。

近期，Anthropic首席执行官达里奥·阿莫代伊等人公开批评部分中国厂商蒸馏美国领先模型，阿里巴巴、月之暗面、智谱等都被点名。对字节这样依靠TikTok进行全球化运营的公司来说，一旦在数据来源和知识产权上引发争议，海外市场的合规成本与品牌风险不可低估。一家全球化公司和一家本土创业公司，在同一条技术路线上的自由度，本来就不一样。

钱已经铺开：最高700亿美元的追赶账单

为了完成这场长跑，字节已经铺开了整套布局。

据彭博社报道，Seed团队目前约有1000名研究人员和工程师，由张一鸣2025年从Google DeepMind挖来的吴永辉带队；今年10月，Seed还新设了独立的安全与对齐部门，招募了约10名关键研究员。

另据金融时报今年8月的报道，团队正在预训练参数规模最高可达10万亿的大模型，参数量级对标Anthropic最高端的旗舰模型。

资金层面，字节计划为这场追赶最高投入700亿美元，约合4681亿元人民币；而字节2026年的资本开支已上调至2000亿元以上，据媒体报道，这一规模约相当于其2025年利润的六成。

拿接近一年的利润，去填一个三四年后才能追平的差距，这本身就说明张一鸣心里清楚，这不是一场短跑。

字节跳动AI投入：资本开支与追赶计划对比

此外，彭博社还披露，字节计划在数周内推出一款对标Meta虚拟助手Muse的语音AI助手，以动画虚拟形象与用户进行语音交互。

Meta今年9月发布的Muse在美国市场反响不俗，官方数据显示，截至10月中旬其下载量已超过1040万，一度超过ChatGPT和Sora。字节此时跟进，意在巩固自己在AI视频和多模态交互上的既有优势。

字节的王牌：在视频，不在文本

当然，字节手上握着别人很难复制的王牌。

视频生成模型Seedance已跻身全球第一梯队，也是OpenAI关停Sora之后，市场上少数能够稳定商业化的视频生成模型。

豆包是国内用户体量最大的对话式AI产品，被彭博社称为“中国最受欢迎的类ChatGPT机器人”。抖音和TikTok沉淀的海量多模态视频数据，则是字节独有的资产。等到行业竞争从文本大模型转向世界模型和多模态智能体的时候，视频数据的价值，很可能变成字节的胜负手。

但优势集中在应用层和多模态赛道，底层通用基础模型依然是短板。

Seed上一个主版本Seed 2.1发布于今年6月，此后再无新版本冲击全球基准榜单，前沿权重也未向开发者开放。

彭博社甚至直言，Seed是目前中国AI领域主要玩家中，唯一一家既没有拿出登顶全球主流基准的大语言模型、也没有开放模型权重的公司。

Seed团队在2.1版本的公告中也承认，“在最富挑战性的开放式任务和前沿研究级问题求解上，仍有提升空间”。

大模型前沿追赶时间表：OpenAI先行，字节Seed长跑到2029

撕开的窗户纸：差距是一整套体系

张一鸣这次的表态，也撕开了国内大模型行业的一层窗户纸。

很多厂商乐于对外宣传对标GPT、全球领先，却很少直面底层的系统性差距。中美AI的差距，不只是参数和跑分，更是一套完整体系的落差：高质量数据生态、底层算法原创、CUDA算力生态、顶尖人才储备、商业化正向循环、产业落地场景沉淀，层层叠加，不是单点突破就能快速抹平的。

一个直观的参照是，OpenAI从2018年的GPT-1走到2023年的GPT-4，用了约五年时间，无数试错沉淀下来的工程Know-how，是买不来、挖人也很难快速复刻的。

赛道里的玩家已经分出清晰梯队：

字节、百度、华为、阿里、腾讯组成国内第一梯队，各自依托自身禀赋向海外顶尖实验室发起冲击；大量创业公司则转向垂直场景和应用层寻找机会。但整个行业共同面临几道枷锁：高端算力供给受限、高质量训练数据稀缺、底层原创突破偏少、顶尖AI人才缺口巨大。

从现在到2029年、2030年，三四年的追赶周期里，AI行业本身也不会静止。技术范式、监管规则、算力路线、开源生态都充满变数。

一旦出现颠覆Transformer的全新架构，所有人又会重新站回同一起跑线。对追赶者来说，这既是风险，也是难得的弯道机会。

对字节而言，这是一场取舍：放弃短期流量红利和榜单虚名，选择一条更难、更慢，但能掌握底层自主权的路线。

张一鸣实际上是在提醒团队，科技行业最危险的不是落后，而是被漂亮的排名和演示文稿蒙蔽，误以为自己已经站在前沿。

他的表态，本质上是向整个行业传递一个信号：AI竞赛是马拉松，不是百米冲刺。与其沉迷速成神话，不如沉下心补齐数据、打磨底层技术。

虚火退去之后，长期主义才是大模型赛道最后的通行证。

参考资料：

澎湃新闻：《字节张一鸣：追平OpenAI与Anthropic最早2029年》 https://www.thepaper.cn/newsDetail_forward_34459657

Bloomberg（经 Economic Times 等转载）：ByteDance Plans AI Agent to Rival Meta's Muse as Zhang Yiming Sets 2029 Catch-Up Timeline https://finance.biggo.com/news/716cde39-d5d0-48ab-9e8b-10dee6964c9f

腾讯科技（Tech商业授权发布）：《张一鸣最新定调：字节有能力与Anthropic和OpenAI竞争，但追平前沿最早要到2029年》 https://new.qq.com/rain/a/20261112A05FY100

网易号“迪哥看财经”：《张一鸣说了句实话：字节AI的数据，比美国对手小几个数量级》 https://www.163.com/dy/article/LBHKLODC0556IN14.html

DoNews：《张一鸣：字节有能力与Anthropic和OpenAI竞争，但追平前沿最早要到2029年》 https://www.donews.com/news/detail/1/6771738.html

中国证券网：《张一鸣：字节有能力与OpenAI和Anthropic展开竞争》 https://www.cnstock.com/commonDetail/82764