字节跳动Seed基模团队架构调整：四大新部门亮相，剑指5万亿参数超大模型

字节跳动旗下大模型研发部门Seed近期启动了新一轮组织架构深度优化，旨在为下一代参数量预计突破5万亿的超大模型研发铺路。此次调整彻底重构了原有研发体系，通过跨领域整合打破模态壁垒，形成更高效的研发矩阵。新架构下，四个核心一级部门正式成立，标志着技术研发进入协同作战新阶段。

预训练数据体系迎来重大变革，原分散在文本、代码、视觉、语音等领域的预训练团队合并组建为Pretrain Data部门，由李成刚领衔。该部门将统筹多模态数据治理与超大模型预训练工作，为新Omni模型构建统一的数据底座。这种整合有效解决了此前数据孤岛问题，为模型跨模态理解能力提升奠定基础。

强化学习领域成立Horizon RL部门，唐晟宇出任负责人。该团队整合了后训练、推理优化、视觉理解等方向的后训练力量，聚焦通过强化学习突破模型智能天花板。其核心任务包括开发更高效的智能体训练框架，提升模型在复杂场景下的决策能力，这被视为突破现有模型性能瓶颈的关键路径。

应用后训练环节实施精准拆分，形成双轨驱动模式。原Application团队升级为Product Posttrain-Chat部门，由朱文佳团队专攻C端对话模型优化，重点提升多轮交互体验；新设的Product Posttrain-Work部门由秦禹嘉负责，聚焦B端办公场景，强化模型在任务规划、文档处理等Agentic能力。两个部门形成互补格局，分别支撑消费级与企业级产品迭代。

此次调整直指传统研发模式的痛点。过去按模态划分的垂直架构虽能快速补齐能力短板，但随着技术融合加深，跨团队协作成本激增，部分基础组件存在重复开发现象。新架构通过"合并同类项"策略，将相似职能内聚，既减少资源内耗，又强化了技术复用能力。所有一级部门负责人统一向吴永辉汇报，形成扁平化决策链条。

据知情人士透露，字节跳动正在秘密推进参数量超5万亿的模型训练计划，其规模将超越国内已知最大模型。若项目落地，该模型在多模态理解、复杂推理等维度有望实现质的飞跃。此次组织架构升级被视为技术攻坚前的战略预备，通过优化研发范式为超大模型训练提供组织保障，在日益激烈的AI竞争中抢占先机。