字节要亲手打造AGI了!神秘“Seed Edge”项目被曝光,已设置5大研究方向,探索下一代AI技术,算力不用愁!

编辑 | 伊风出品 | 51CTO技术栈(微信号:blog51cto)中国大厂开始发力AGI了! 据媒体报道,字节跳动 AGI 研究团队浮出水面,揭开了字节AGI的秘密布局! 报道称:1 月下旬,字节正式设立代号为“Seed Edge”的研究项目,核心目标是做比预训练和大模型迭代更长期、更基础的 AGI 前沿研究。

编辑 | 伊风

出品 | 51CTO技术栈(微信号:blog51cto)

中国大厂开始发力AGI了!

据媒体报道,字节跳动 AGI 研究团队浮出水面,揭开了字节AGI的秘密布局!

报道称:1 月下旬,字节正式设立代号为“Seed Edge”的研究项目,核心目标是做比预训练和大模型迭代更长期、更基础的 AGI 前沿研究。

好家伙,感觉中国的几家大厂,字节是最先明牌要搞AGI的,有钱有资源的“宇宙厂”这下又走在最前列了。

接近字节的知情人士透露,Seed Edge的目标是探索AGI的新方法,代号名中Seed是豆包大模型团队名称,Edge代表最前沿的AGI探索。

Seed Edge鼓励跨模态、跨团队合作,为项目成员提供宽松的研究环境,实行采用更长周期的考核方式,以保障挑战真正颠覆性的AGI课题。同时,Seed Edge也将得到单独的算力资源保障。

此外,字节或将在AI基础设施方面有所动作。今天早上,外媒爆料“字节2025年斥120亿美元开发AI芯片”的消息,很快就登上了脉脉热搜。

字节要亲手打造AGI了!神秘“Seed Edge”项目被曝光,已设置5大研究方向,探索下一代AI技术,算力不用愁!

字节的相关人士进行了辟谣,称虽然公司确实重视人工智能领域的发展与投入,但具体的预算和规划传闻并不正确。

1.持续的AGI探索:Seed Edge 已拟定 5 大研究方向

据报道,Seed Edge 拟定的 5 大研究方向都相对长期,不会像迭代模型那样追求快速出成果:

  • 下一代推理:探索更高效且更通用、提升模型推理能力的方法。
  • 下一代感知:找到统一生成和理解表示的方法,表示和压缩真实世界,构建 “世界模型”。
  • 软硬一体的模型设计:从软硬一体出发,探索 Transformer+GPU 之外的模型设计,发挥下一代硬件的能力。
  • 下一代范式:在反向传播、Transformer 架构、预训练 + 对齐的模式之外,探索更高效的模型结构和学习方法。
  • 下一代 Scaling 方向:在预训练和推理阶段的 Scaling Laws 之外,探索 Multi-Agent(多智能体)和 Test-Time Training(测试时间训练,动态调整模型参数)等方向。

2.字节身处AI变革:中国大企业中最敢于调整的、速度极快

据报道,一位接近字节的人士称,面对 AI 变革:“字节是中国大公司中最敢于调整的,行动速度极快。”

从字节给人感觉在AI上慢了一拍,到现在产品和模型技术的迎头赶上,字节跳动似乎只用了不到1年的时间。

回到2024年1月份,字节CEO梁汝波在年度全员会上反思:字节直到2023年才开始讨论GPT,而业内做得比较好的大模型创业公司都是在2018年至2021年创立。

在字节做团队调整之前,字节的AI人才是分散的,跟随AI Lab的重组被拆分到了不同的业务线中。但字节在23年重整了AI核心,先是搭建了顶尖AI人才的Seed团队,该团队主要班底来自搜索、AML、AI Lab等部门中的大模型相关人才;然后又组建了Flow团队,负责基于大模型的AI原生应用的研发,月活量在国产AI中断层的豆包就是这个团队的成果。

字节激进的“抢人”策略,为这种超越打下了坚实的基础。

一位从事猎头工作的人透露:字节对于基础模型研发相关人才的招聘是没有名额上限的,对于目标团队的候选人在薪资上开出的数字非常可观,经常可以看到基于原薪资双倍的涨薪幅度。

去年5月,为储备最具潜力的研究人才,豆包大模型团队启动了“Top Seed人才计划”,以极具竞争力的待遇在全球招募顶尖博士毕业生加入。成立短短数月内,豆包大模型团队57篇论文中选ICLR、CVPR、NeurIPS等顶会,研究成果包括下载量超百万的开源工作及GitHub万星项目。同时,团队与近20所高校展开合作,包括与清华AIR、北大分别成立AI方向联合实验室。

3.豆包1.5,坚持做0蒸馏的大模型

昨天,豆包大模型1.5 Pro版本正式发布。

目前,该大模型已在豆包APP灰度上线,开发者也可在火山引擎直接调用API。

值得注意的是,在技术报告中,字节画了个重点:“扎实数据标注,坚持不走捷径”。

“在 PostTraining 阶段,我们精心构建了一套高度自主的数据生产体系,该体系通过高效标注团队与模型自提升技术的深度融合,持续且精准地优化数据质量,严格遵循内部标准,坚持不走捷径,不使用任何其他模型的数据,确保数据来源的独立性和可靠性。”

字节要亲手打造AGI了!神秘“Seed Edge”项目被曝光,已设置5大研究方向,探索下一代AI技术,算力不用愁!

最近,蒸馏模型已成为AI领域的“心照不宣”事实,也引发了不少争议。

通过对开源模型(如o1等)的整理优化,可以快速对齐顶尖模型的性能。就连奥特曼也曾对这个策略吐槽(OpenAI规定不许将结果用于其他模型的训练)。

高效的蒸馏也有短板,因削弱了部分原始模型的深度学习能力,甚至导致“报错家门”的尴尬局面,削弱了AI的独创性和安全性。

相比之下,豆包坚持不依赖蒸馏路线,选择将核心技术和数据安全牢牢掌控在自己手中。

期待他们的“Seed Edge”能顺利抵达边缘,把更多AGI的未知点亮在我们的面前。

参考链接:

1.https://www.163.com/dy/article/JMIVEUE10531M1CO.html

2.https://www.jiqizhixin.com/articles/2025-01-23

3.https://www.huxiu.com/article/3756050.html

想了解更多AIGC的内容,请访问:

51CTO AI.x社区

https://www.51cto.com/aigc/

相关资讯

深度学习图像增强方法全总结!

一、什么是图像增强? 图像增强是指通过一系列技术和方法对图像进行处理,以改善其视觉效果和特征表现。 1.

高灵敏探索质谱,滑铁卢、中原AI院团队基于深度学习的端到端方法

编辑 | 萝卜皮基于质谱的蛋白质组学中肽段鉴定对于理解蛋白质功能和动力学至关重要。 传统的数据库搜索方法虽然应用广泛,但依赖于启发式评分函数,必须引入统计估计才能获得更高的鉴定率。 加拿大滑铁卢大学 (University of Waterloo)和中原人工智能研究院(中原 AI 院)的研究团队提出了 DeepSearch,一种基于深度学习的串联质谱端到端数据库搜索方法。

David Baker 利用 AI 设计蛋白质,一招制蛇毒,或将彻底改变蛇咬治疗

编辑丨&蛇中毒是一种严重的个人健康威胁,每年导致约 10 万人死亡和 30 万人永久残疾,尤其是在医疗资源匮乏的地区。 目前的抗蛇毒血清主要依赖于动物血浆提取的多克隆抗体,存在成本高、副作用大、对某些毒素效果有限等问题。 今年诺贝尔化学奖得主 David Baker 团队的一项研究揭示了蛇咬伤治疗可能改变游戏规则。