互联网大厂AI战略调研20250326.pdf

以下为专家观点：

以下为专家观点：

2025年字节跳动在基座模型方面的产品计划和发布时间如何安排？

2025年字节跳动在基座模型方面的产品计划和发布时间如何安排?

2025年字节跳动计划在文本、图像和视频领域发布多款基座模型。2月份已推出一款面向视

2025年字节跳动计划在文本、图像和视频领域发布多款基座模型。2月份已推出一款面向视

频处理的模型，但市场热度较快被DeepSeek应用带走。3月预计发布类似DeepSeekR1的

思维类模型，并于4月初对外提供商业化服务(主要面向B端)。该模型目前已在内部应用

思维类模型，并于4月初对外提供商业化服务（主要面向B端）。该模型目前已在内部应用

平台“豆包”中上线测试。

平台“豆包”中上线测试。

字节跳动新发布的思维类模型与友商相比有哪些特点？

字节跳动新发布的思维类模型与友商相比有哪些特点?

新发布的思维类模型能力接近DeepSeekR1,在情感对话、内容抽取以及文字处理等领域表

新发布的思维类模型能力接近DeepSeekR1，在情感对话、内容抽取以及文字处理等领域表

现略优于竞品，同时也具备内容检索和数据分析功能。然而，该版本在数学代码及逻辑判断

现略优于竞品，同时也具备内容检索和数据分析功能。然而，该版本在数学代码及逻辑判断

方面表现平平。整体来看，该版本属于可用级别的思维类模型。此外，字节跳动采用自研

方面表现平平。整体来看，该版本属于可用级别的思维类模型。此外，字节跳动采用自研

MOE架构进行开发，并探索低精度训练技术，如FP8,总体上以自研为主，同时也会参考友

MOE架构进行开发，并探索低精度训练技术，如FP8,总体上以自研为主，同时也会参考友

商的方案。

商的方案。

字节跳动目前使用的算力配置情况如何？

字节跳动目前使用的算力配置情况如何?

当前线上运行的自研基座模型参数规模为400至500GB,采用FP16精度进行推理，每个

当前线上运行的自研基座模型参数规模为400至500GB，采用FP16精度进行推理，每个

500GB规模的推理模型需要约1000GB显存支持。尽管如此，其推理成本较高，与DeepSeek

论文中描述的数据相比性能弱20?0??未来将逐步引入FP8低精度训练以降低成本，目前

论文中描述的数据相比性能弱20%-30%。未来将逐步引入FP8低精度训练以降低成本，目前

相关工作仍处于推进阶段。

相关工作仍处于推进阶段。

字节跳动为何选择推进低精度训练技术（如FP8），当前进展如何？

字节跳动为何选择推进低精度训练技术(如FP8),当前进展如何?

推进低精度训练技术是为了降低推理成本并提升工程效率。在此前阶段，由于字节更注重科

推进低精度训练技术是为了降低推理成本并提升工程效率。在此前阶段，由于字节更注重科

研成果而非工程优化和降低成本，因此未优先投入资源开发低精度技术。然而随着市场需求

研成果而非工程优化和降低成本，因此未优先投入资源开发低精度技术。然而随着市场需求

变化以及DeepSeek等友商率先实现FP8应用后，字节意识到其重要性。目前已调配更多基

变化以及DeepSeek等友商率先实现FP8应用后，字节意识到其重要性。目前已调配更多基

础工程团队成员参与研发工作，预计1-2个月内可实现低精度训练阶段性成果。

础工程团队成员参与研发工作，预计1-2个月内可实现低精度训练阶段性成果。

字节跳动对于AI商业化方向上的策略是否有所调整?

字节跳动对于AI商业化方向上的策略是否有所调整？

在早期阶段，由于缺乏明确商业化路径且用量有限，字节对于AI项目预算控制相对宽松，

在早期阶段，由于缺乏明确商业化路径且用量有限，字节对于AI项目预算控制相对宽松，

更倾向科研导向。然而进入2025年后，公司发现AI产品存在一定市场需求，用量逐渐增长，

更倾向科研导向。然而进入2025年后，公司发现Al产品存在一定市场需求，用量逐渐增长，

因此开始加强工程能力优化与成本管控，同时加速推动AI商业化落地。这种转变反映了公

因此开始加强工程能力优化与成本管控，同时加速推动AI商业化落地。这种转变反映了公

司从单纯追求科研成果到兼顾实际应用价值的发展策略调整。

司从单纯追求科研成果到兼顾实际应用价值的发展策略调整。

当前阶段字节跳动在工程能力优化方面的主要考量是什么?

当前阶段字节跳动在工程能力优化方面的主要考量是什么？

工程能力优化在此前并未被视为紧急事项，主要原因是业务体量较小。然而，随着市场环境

工程能力优化在此前并未被视为紧急事项，主要原因是业务体量较小。然而，随着市场环境

的变化，例如Dee