字节跳动5万亿大模型曝光：张一鸣罕见拍板，不蒸馏不跟风赌什么？
2026年8月6日，科技圈被一条重磅消息点燃。《晚点LatePost》独家披露，字节跳动内部正在讨论训练一个参数规模超过5万亿的大模型。随后英国《金融时报》跟进报道，称这一数字最终可能高达10万亿参数。作为参照，当前国内最大规模的阿里Qwen3.8-Max为2.4万亿参数，月之暗面Kimi K3为2.8万亿参数。更令行业震动的是，字节跳动创始人张一鸣罕见亲自拍板：不蒸馏、不跟风，直接从零开始训练。这意味着字节跳动正将AI大模型的赌注，一口气拉到了万亿级别的新高度。
一、事件背景：大模型军备竞赛的白热化
2024年至2026年，全球大模型竞赛进入深水区。OpenAI的GPT系列、Google的Gemini、Meta的Llama系列轮番刷新纪录，参数规模从千亿级跃升至万亿级。中国大模型阵营同样不甘落后：阿里的Qwen系列、百度的文心大模型、月之暗面的Kimi系列、DeepSeek的R1系列，各家都在争相追赶国际前沿。
在这场竞赛中，字节跳动一直被认为是"追赶者"而非"引领者"。尽管字节旗下的豆包大模型在C端用户量上表现亮眼，日活用户数在2026年初突破8000万，但在基础模型能力上，业界普遍认为字节与第一梯队仍有差距。字节跳动的大模型战略一直以应用层见长，通过抖音、今日头条等超级App的场景优势快速落地，而非在底层模型上押下重注。
然而，这次5万亿乃至10万亿参数的曝光，彻底改变了外界对字节AI战略的认知。据知情人士透露，该项目在字节内部被列为最高优先级，由张一鸣直接过问。这一决策背后，是字节对AI未来格局的深层判断——在AI的终局之战中，模型能力的上限将决定一切。
二、核心内容：为何选择"不蒸馏不跟风"最难的路径
在大模型训练领域，业内通行做法主要有三种路径：一是"从零训练"，即完全使用原始数据从头训练模型，这是最正统也最昂贵的路径；二是"蒸馏训练"，即利用已有的强大模型（如GPT-4）生成的数据来训练新模型，成本低、速度快，但能力上限受限于"教师模型"；三是"微调与对齐"，在开源基础模型上进行针对性优化。
张一鸣拍板选择的第一条路——从零训练，是三条路径中最艰难的一条。从零训练5万亿参数的模型，意味着需要从海量原始互联网数据中学习，不依赖任何现成模型的"知识灌输"。这种做法的核心优势在于：模型没有继承任何"教师模型"的认知偏差和能力天花板，理论上能够达到更高的智能上限。但代价同样巨大：训练成本预计超过数十亿美元，需要数万张高端GPU持续运行数月，且失败风险不可忽视。
所谓"不跟风"，指的是字节没有选择当前行业流行的MoE（混合专家架构）路线来"注水"参数规模。许多厂商通过MoE架构将总参数做大，但实际激活参数远小于总参数，以此在榜单上获得好看的数据。字节选择的是密集参数架构（Dense Model），意味着所有参数在每次推理中都会被激活，这代表了更真实的模型能力，也意味着更恐怖的算力消耗。
这一决策的逻辑链条清晰：如果字节的目标是打造一个真正能与GPT-5甚至GPT-6匹敌的基础模型，蒸馏和MoE注水都无法触及智能的真正天花板。只有从零开始的大规模密集训练，才有可能在底层智能能力上实现质的飞跃。张一鸣的判断是——在AI这条赛道上，中间路线没有未来，要么不做，要么就做到极致。
三、关键数据指标
四、全球万亿级模型对比
从对比表中可以清晰看出，字节跳动一旦完成5万亿参数的密集模型训练，将在参数规模上直接超越国内所有竞争对手，成为全球除OpenAI之外参数规模最大的单一大模型。如果最终达到10万亿参数，则可能在绝对规模上挑战全球第一的位置。
五、影响分析：万亿赌注背后的深层逻辑
字节跳动押注5-10万亿参数大模型，其影响远超技术层面，将深刻改变中国乃至全球AI产业格局。
第一，重新定义中国大模型的天花板。长期以来，中国大模型被认为在规模上落后于美国。阿里Qwen3.8-Max的2.4万亿和月之暗面Kimi K3的2.8万亿已经是国内最高水平，但与OpenAI和Google的顶尖模型仍有差距。字节如果成功训练出5万亿甚至10万亿参数的密集模型，将首次在绝对规模上与全球顶尖模型站在同一梯队，这对中国AI产业信心是巨大提振。
第二，字节AI战略从"应用驱动"转向"底层驱动"。过去两年，字节的AI策略是"用应用倒逼模型"——先在抖音、今日头条等场景中快速落地豆包大模型，通过海量用户反馈迭代模型能力。这一策略在C端用户增长上极为成功，但在模型能力上限上始终受限。张一鸣此次拍板，标志着字节正式承认：仅靠应用层优势无法赢得AI终局之战，必须在底层基础模型上建立真正的技术壁垒。
第三，将引发新一轮算力军备竞赛。5万亿参数密集模型的训练需要极其庞大的算力支撑。业内估算，训练这样一个模型至少需要5万张以上的H100级别GPU，或者等效的国产算力集群。这对英伟达、AMD等芯片厂商是利好，但也将进一步加剧全球AI芯片的供需紧张。对中国企业而言，如何在芯片出口管制下获取足够算力，是字节必须解决的现实难题。
第四，"不蒸馏"路线可能引发行业效仿。当前国内不少厂商选择蒸馏路径以快速缩小与GPT-4的差距。字节公开选择从零训练，等于宣告蒸馏路线存在能力天花板。如果字节最终成功，将证明"从零训练"才是通往AGI的正确道路，可能带动整个行业回归基础研究。
六、FAQ常见问题
Q1：5万亿参数和10万亿参数有什么区别？为什么报道中有两个数字？
A：《晚点LatePost》报道的5万亿是字节内部讨论的初始方案，英国《金融时报》跟进后透露最终规模可能扩大到10万亿。两个数字的差异可能反映了项目仍在推进中，参数规模在训练过程中可能根据效果动态调整。也可能是分阶段计划：先训练5万亿版本验证可行性，再扩展至10万亿。参数规模越大，模型理论上能学习到的知识越丰富，但训练难度和成本也呈指数级增长。
Q2：什么是"蒸馏"？为什么张一鸣反对蒸馏训练？
A：蒸馏（Distillation）是指利用一个已经训练好的强大模型（教师模型）来生成训练数据，再用这些数据训练一个新模型（学生模型）。这种方法成本低、见效快，但学生模型的能力上限受限于教师模型——无法超越"老师"。张一鸣认为，如果目标是打造超越GPT-5的顶级模型，蒸馏路径从逻辑上就不成立，因为你无法从一个你想超越的模型中蒸馏出更强的能力。因此必须从零开始，让模型从原始数据中自主学习。
Q3：密集架构和MoE架构有什么区别？为什么字节选择密集架构？
A：MoE（Mixture of Experts，混合专家）架构将模型分为多个"专家"子网络，每次推理只激活其中一部分，因此总参数可以很大但实际激活参数较小。密集架构（Dense Model）则是所有参数在每次推理中都参与计算。MoE的优势是推理成本低、参数规模好看，但模型能力密度不如密集架构。字节选择密集架构，意味着追求单位参数的最高效率，但也意味着推理算力消耗远大于MoE模型，对推理基础设施提出极高要求。
Q4：这个模型什么时候能训练完成？
A：根据行业经验，5万亿参数级别的密集模型从启动训练到完成，通常需要6-12个月甚至更长时间。考虑到字节可能需要先完成算力集群搭建、数据清洗准备等前期工作，预计从2026年中启动的话，最早可能在2027年上半年看到初步成果。但大模型训练存在不可预见的失败风险——训练中途崩溃、效果不达预期等情况时有发生，因此实际时间可能更长。
七、结语
字节跳动5万亿大模型的曝光，不只是一则新闻，更是一个信号。它标志着中国科技巨头中最擅长"快速跟随、大力出奇迹"的字节跳动，在AI领域做出了最具野心的战略选择。张一鸣拍板"不蒸馏不跟风"，本质上是对AI产业终局的判断：在通往AGI的道路上，没有捷径可走，唯有最硬核的技术投入才能赢得最终胜利。无论这个5万亿乃至10万亿的赌注最终结果如何，它都已经将中国大模型的竞争维度提升到了一个全新的高度。接下来的关键问题是：字节能否在算力受限的环境下完成这一史诗级训练？这个答案，可能在未来12到18个月内揭晓。
