張一鳴“叫板”梁文峰？

本文是圓方的第1595篇原創

（點擊標題下方小耳機標志可收聽音頻）

01

許久未曾公開發言的張一鳴，最近就字節的大模型研發表態了。

張一鳴在字節Seed大模型團隊內部會議就自研大模型定調：

他認為，訓練大模型難度很高，團隊無需過度焦慮，短期內可以接受模型落后行業，目標沖擊全球第一梯隊的智能上限。

他也認可編程是當下關鍵賽道，所以需整合火山引擎、飛書、豆包資源，夯實算力與數據優勢。

同時也認為不能被熱點裹挾，編程之外仍存在廣闊機會。

也肯定Seedance（AI生成視頻）差異化的技術優勢，鼓勵走出自有技術路線，而非一味追隨競品。

張一鳴還談到了自己對模型蒸餾的看法。

他反對蒸餾，認為蒸餾能在短期內改善模型表現，但本質上仍是在復制 Claude 已有的能力。

沿著這條路走，最多只能不斷逼近對方，很難真正實現超越。他也希望 Seed 可以從更底層的維度去構建自己在 AGI 上的壁壘。

大家好，我是圓方，今天我們一起聊聊：

張一鳴“叫板”梁文峰？

02

印象中，張一鳴已經很久沒有在媒體輿論場上出現發聲了。

即便是有一些內部的講話，在外部傳播上也是控制得特別嚴。

這次關于大模型的表態，想來不是無心之失的流傳出來，而是深思熟慮之后的一個發聲考慮。。

在前不久，梁文峰2026年7月投資人閉門交流會速記被流傳出來，對于大模型下一階段的演化態勢也做了一個研判

他認為，DeepSeek長期愿景就是做成AGI，產品只是通往AGI路上的副產物。

不能把精力分散到各類支線業務，所有決策優先考量“提升實現AGI的概率”，流量、商業化、市值都排在后面。

明確當下重心重點攻堅Coding Agent，它可以直接輔助模型研發，加速AGI推進；

視頻、3D生成等屬于支線，暫時不投入主力資源。

還有說到，克制是一種戰略，資源有限，每一次非主線擴張，都會降低抵達AGI的概率，主動放棄C端超級App路線，不為短期風口分散力量。

03

如果我們一條一條對應來看，可以看到張一鳴的表態幾乎都回應了梁文峰提到的幾個關鍵點。

圍繞聚焦與多元，梁文峰的選擇是極致的克制。他將幾乎全部主力資源傾注于Coding Agent，視頻生成等方向被明確歸為支線，暫不投入主力。

張一鳴的表態則呈現出一幅截然不同的圖景。

他專門肯定Seedance的差異化優勢，鼓勵團隊走出自己的技術路線，更強調編程之外仍有廣闊機會。

這番定調等于是宣告，字節將同時押注編程、視頻生成等多條戰線，通過整合火山引擎、飛書、豆包所積蓄的算力與數據，尋求多維突破。

一方主張把力量集中到一個點上，一方選擇多線并行，背后的判斷差異極為鮮明。

04

關于技術路徑的爭論更具根本性。

張一鳴對蒸餾的反對語氣格外堅決。

在他看來，蒸餾能在短期內改善模型表現，本質上仍是在復制Claude已有的能力，沿著這條路走，最多只能逼近對方，很難真正實現超越。

他要Seed團隊從更底層的維度去構建AGI壁壘。

梁文峰雖未直接提及蒸餾，但DeepSeek長期以高效訓練和開源為人所知，模型能力躍升迅速，外界難免會將其技術路線與各種提效方法聯系起來。

張一鳴此刻高調亮出反對蒸餾的底牌，等于在基礎方法論層面，與一種較為普遍的跟隨做法劃清了界限。

他傳達的信息很清晰：

字節追求的是真正的原始創新，哪怕短期落后也絕不走復制捷徑。

這構成了兩個團隊在技術信仰上的深度交鋒。

05

再看模型進度的表態，同樣耐人尋味。

DeepSeek系列模型在多個評測中已展現出強勁實力，市場普遍認為其處于領先身位。

張一鳴卻在內部坦然承認訓練難度極高，短期內可以接受模型落后，目標直指全球第一梯隊的智能上限。

這種公開接受落后的姿態，配上一個無比宏大的終極目標，表達的是一套全然不同的競賽邏輯。

C端應用的路線分歧同樣無法忽視。

梁文峰明確提出放棄C端超級App，他認為流量和商業化會降低實現AGI的概率。

張一鳴的整合策略則走向相反方向。豆包作為C端超級應用被納入大模型戰略的核心資源圈，其算力與大規模用戶數據積累將直接反哺模型訓練。

這是把AGI探索與用戶生態深度耦合的思路。

一個向內極致收斂，一個向外持續延展，從理念到落地方案都針鋒相對。

06

這是極其罕見的中國兩位科技創新型企業家，在同一賽道上公開亮出“不完全一樣”的路線圖。

而這件事的意義，可能遠遠超出個人風格之爭。它意味出中國AI在邁向AGI的關鍵階段，出現了真正意義上的路徑分化。

圓方覺得，這是一件好事。

過去，中國在創新的路上往往都是跟隨和模仿，所以步調很多時候都是一致的，不管是當年的百團大戰，還是后面的千模大戰，都是這樣。

而今天，不再所有人都順著同一種共識前行，最頂尖的頭腦開始就核心命題進行公開辯論。這種競爭和爭論的空間，不管是對行業，甚至對社會都極為寶貴。

當梁文峰用克制來集中力量，張一鳴用整合來拓展邊界，兩種模式都會在現實中得到反復檢驗。

無論最后誰更逼近AGI，過程中沉淀下來的工程能力、人才密度和原創技術，都將成為中國AI的集體財富。

叫板也罷，對壘也好，這種富有張力的競合，恰恰是創新最需要的氛圍。

中國AI需要這樣的多元探索，也需要這樣敢于為各自信仰全力下注的勇氣。

07

張一鳴這番講話流出的同時，據媒體報道，字節跳動內部正在討論訓練一個 參數規模超 5 萬億的 模型，它超過阿里的 Qwen 3.8-Max（2.4 萬億參數）和月之暗面的 K3（2.8 萬億參數），也是目前國內已知參數規模最大的模型。

而根據統計，7月27?8月2日，算力聚合平臺周度Token調用榜單，DeepSeek?V4?Flash以7.22萬億Token登頂單模型第一，環比上漲13%；

DeepSeek廠商整體也拿到廠商榜第一。

也就是今天，DeepSeek在開放平臺發布預告：

計劃近期整體上調API服務價格，提示預計漲幅較大，具體調價幅度、生效時間以待正式通知 。

所以小伙伴們，你們更看好在未來的一年中，誰能夠做出更加厲害的國產基礎模型呢？