AI大模型领域的竞争已进入白热化阶段，技术路线选择成为行业焦点。字节跳动创始人张一鸣在近期内部会议上明确表态，公司不会采用AI蒸馏技术改进模型，认为这种做法会阻碍真正的长期技术突破。他强调，模型研发应坚持长期主义，甚至愿意为此牺牲部分短期收益，而非通过依赖他人成果换取榜单排名。
模型蒸馏技术，即知识蒸馏，是一种通过已训练好的大型模型指导小型模型训练的方法。其核心在于利用“教师模型”的输出结果训练“学生模型”，使后者在成本更低的情况下达到接近前者的性能。这种技术虽能显著节省算力并提升效率，但过度依赖可能导致模型同质化，削弱创新能力和处理复杂任务的能力。更值得关注的是，蒸馏技术可能使模型继承被蒸馏模型的价值体系，影响文化自主性和价值观独立性。
在技术路线的选择上，字节跳动选择了与多数公司不同的道路。公司CEO梁汝波在年中全员会上重申，字节跳动将坚持自研大语言模型，接受短期落后，专注优化长期能力。火山引擎总裁谭待以视频模型为例指出，只有达到SOTA水平的模型才能解锁高经济价值的商业场景，如Seedance 2.0就推动了视频生成技术从娱乐向严肃内容生产的转变。他强调，当前最重要的是打好技术基础，通过持续投入进入第一梯队。
然而，字节跳动的选择也面临巨大挑战。国内开源模型发展迅猛，仅6月至7月间就有多个大模型密集发布，在代码、全模态、超大规模MoE等方向接近全球顶级水平。OpenRouter数据显示，开源模型处理的token占比在半年内从34%跃升至65%。这种背景下，字节跳动的模型能力与海外SOTA的差距愈发明显，部分用户认为其“不蒸馏”策略是导致落后的关键原因。
内部对技术路线的争论也持续存在。有字节员工透露，Seed团队内部关于是否应转向蒸馏的讨论由来已久。梁汝波在回应外部猜测时表示，坚持自研并非因外部压力，而是希望团队保持延迟满足感，专注技术基础建设，这对实现AGI目标至关重要。但这条道路能否成功，仍取决于字节跳动能否在算力成本高昂、竞争激烈的环境下，通过自主研发支撑起长期技术追赶。
