字節再度調整AI架構,豆包下載排名反超DeepSeek
陈济深

(文/陳濟深 編輯/張廣凱)
近期,字節對其AI研發體系進行了調整,旗下核心研究部門AI Lab和大模型團隊Seed合併,這也是年初字節在引入Google DeepMind前副總裁吳永輝博士擔任基礎研究負責人後,公司在AI領域的再一次調整。
曾經多線發展的字節AI業務,正在進一步走向收斂。
在2025年3月18日的字節跳動Seed團隊全員會議上,吳永輝曾強調,Seed的首要目標是探索智能的上限,特別是在AGI(通用人工智能)領域。他表示,將加大對“Seed Edge”計劃的投入,為從事長期、具有不確定性的研究課題的團隊成員提供充足的算力支持,並取消季度OKR和半年考核,以保障研究的穩定性和創新性。
值得注意的是,3月20日,字節再次啓動Top Seed專項計劃,特別優秀的在校碩士也能進入。該項目在去年5月啓動,主要針對應屆博士和在校博士生,實習薪資最高可達2000/天,而本次則放寬至優秀的碩士參與實習,展示了字節對於網羅AI人才的重視。
QuestMobile數據顯示,在DeepSeek開源普惠效應的刺激下,互聯網頭部玩家紛紛接入、開發,顛覆了原生AI App行業格局,原有的Top 3從豆包、Kimi智能助手、文小言更迭為DeepSeek、豆包、騰訊元寶(月活用户規模分別突破1.9億、1.1億、0.4億)。而近期,豆包在蘋果APP Store的排行再度反超DeepSeek位於AI應用下載榜第一也體現了行業競爭的加劇。
相比起年初DeepSeek衝擊後,字節高層緊急進行戰略評估後的公司AI體系改革,本次公司架構調整或體現了字節進一步提升了AI業務的戰略性定位,字節都在快速向一個以模型為中心、以組織力為槓桿的方向轉型。
兩部門緣何合併?
字節 AI Lab 成立於2016年,最初由微軟亞洲研究院前常務副院長馬維英負責,直接向張一鳴彙報。 AI lab有多個子團隊,包括機器人、AI4S 等方向,幾乎覆蓋人工智能領域所有前沿技術研究。2018年其團隊規模達到150人,為字節跳動AI研究的核心部門。
AI Lab主要研究重點是開發為字節跳動內容平台服務的創新技術,字節推薦算法、短視頻特效等功能均脱胎於此。其研究成果應用於今日頭條、抖音等產品,是支持抖音成長為國民級應用的基石,並奠定了當時字節在國內AI領域的領先地位。
隨着抖音、TikTok佔據絕對優勢的市場地位,流量商業化成為字節面臨的 Top 級問題,AI Lab 在字節內部重要性下降。2020年,AI Lab 定位從集團級前瞻性項目轉為技術中台,為字節商業化團隊業務提供支持,馬維英的彙報對象也從張一鳴變為抖音負責人張楠。
2020年年中,馬維英離開字節,AI Lab負責人一職由李航接任至今。之後團隊重組,2023年開始,AI Lab下屬負責大語言模型的 NLP 組及開發視頻生成模型的 PixleDance 被先後轉入 Seed 之下。
而相比AI Lab聚焦各種創新技術,Seed團隊則聚焦於大模型領域。
2023年2月,字節內部啓動了大模型團隊的組建,時任 TikTok 產品技術負責人朱文佳帶隊,分為語言和圖像兩個模態方向。當時的語言大模型團隊由字節搜索部門牽頭,圖片大模型團隊則由產品研發與工程架構部下屬的智能創作團隊牽頭。
2023 年底,Seed 成為與抖音、TikTok、火山引擎等字節各大業務平級的組織,專注於大模型研發。在此期間,Seed 團隊不斷壯大,對內整合了搜索、AML、AI Lab 等部門中的大模型研發精英,對外通過“Top Seed 計劃”爭奪頂尖應屆博士,提供優厚待遇,還從谷歌、Meta 等公司引入資深AI工程師。
而隨着DeepSeek等競爭對手在2025年強勢崛起,字節管理層也對公司AI戰略進行了緊急討論,並最終在2月下旬引入原 Google DeepMind 副總裁吳永輝入職字節,成為Seed 基礎研究負責人。此後AI Lab負責人李航的彙報對象變為吳永輝。
從組織運作上看,Seed 的結構更加扁平、高效,強調“研產一體化”和產品導向,這與 AI Lab 傳統的研究院風格形成鮮明對比。整合後的架構有利於消除內耗,集中資源投入到大模型主線,提升模型研發與產品化的協同效率。
豆包穩固領先地位
除了公司架構層面的調整,字節在AI應用領域也在持續發力佔領市場。
2025年初DeepSeek的異軍突起和元寶的買量突襲後,字節旗下的元寶並沒有和Kimi一樣暫停投放,而是保持了常規投放效率,並加強了技術迭代,使得目前元寶在AI原生應用穩居前二的行列。
Questmobile數據顯示,2025年一季度,DeepSeek、豆包、騰訊元寶分別以1.9億,1.1億,0.4億月活位列AI應用前三,而顯然,元寶和DeepSeek破億的月活數量遠超其他競爭對手一個數量級。

豆包穩居AI應用第一梯隊QuestMobile
而在4月16日蘋果APP Store排行榜上,字節的豆包超越了DeepSeek成為了免費榜第二名,第一則是字節旗下的紅果短劇,騰訊的元寶則滑落到第七名。

豆包超過DeepSeek成為AI應用榜首
某AI六小龍的產品經理對觀察者網表示:“接入DeepSeek並不等於做出一個完整地產品,傳統的ChatBot勢必會被功能更豐富,產品更完善的APP替代。”
而豆包除了目前已經內置了豐富的智能體應用,其在投放獲客上進一步開啓了加速鍵。
繼3月份被曝出抖音測試接入豆包AI能力之後,目前抖音進一步擴大了其消息列表中出現豆包聯繫人的內測範圍,被測試到的用户,點擊進入豆包聯繫人界面後,還會被引導直接下載或打開豆包APP。

抖音加大了對豆包APP的導流
接近字節的人士對觀察者網表示:字節內部對於元寶產品非常重視,元寶目前不賺錢,短期也不需要靠其變現,首要任務是進一步提升產品體驗和MAU。
字節在市面上對於人才的積極網羅也印證了字節對於AI投入的決心。
早在2024年5月,字節的大模型團隊豆包發起了Top Seed人才計劃,旨在吸引和培養頂尖AI研究人才。這個計劃本來針對的是應屆博士生,兩個月後擴招,在校博士生也可以過來實習。等到今年3月20日,字節再次啓動Top Seed專項計劃,特別優秀的在校碩士也能進入。
據瞭解,字節普通的實習生薪資約為400元/天,享受和正式員工同款福利待遇,已經高於多數其他互聯網大廠,而Top Seed人才計劃的實習生甚至可以達到2000元/天的收入水平,按照每月21-22天出勤計算,實習期間月薪就超過了4萬元。
豆包能否後發制人?
儘管字節從現有人才密度和儲備人才的密度冠絕互聯網大廠,但是在AI大模型領域,字節普遍被認為是一個後發角色。
ChatGPT爆火後,字節CEO梁汝波就曾反思,“公司層面的半年度技術回顧,直到2023年才開始考慮GPT,而業內做得比較好的大模型創業公司,都是在2018年至2021年創立的。”
而字節除了在2023年才組建了大模型團隊Seed外,AI Lab也一度承擔了AI for Science聚焦垂直細分賽道的任務,這導致了字節在大模型領域一開始並未傾盡全力,豆包推出時間顯著晚於百度的文心一言和阿里的通義千問。
而隨着DeepSeek R1引發推理模型熱潮後,梁汝波再次反思道,DeepSeek R1創新點之一的長鏈思考模式不是業界首創,去年9月OpenAI o1發佈長鏈思考模型、成為行業熱點後,字節就意識到了技術的重大變化,但 “沒有覺得要馬上覆現出來……現在回頭看,如果一開始重大問題就爭先,我們有機會更早實現。”
相比起戰略上一開始的遲疑,字節在AI領域展現出了極強的糾錯能力和戰略野心。從豆包的技術路線就可以看出字節並不想單純當一個追隨者。
豆包作為和智譜,Kimi等少數沒有接入DeepSeek大模型的產品,豆包APP在3月18日全量上線深度思考功能,時隔十天之後,3月28號,豆包又對深度思考功能做了番更新,主要亮點在於將聯網搜索能力直接融進了思考過程中,可以實現“邊想邊搜”。也就是説,字節沒有追隨DeepSeek的模式設置聯網和深度思考兩個按鈕,而是選擇二合一直接做成了深度思考。

豆包APP取消了聯網搜索,直接統一為深度思考
而這個二合一並不是簡單地UI層面合併,深度思考在技術底座上就有別於DeepSeek的一次性搜索整理輸出的模式,採取了邊思考邊搜索的模式,更加貼近了近期火爆的智能體分步工作流程。
作為豆包最大的挑戰者,接入DeepSeek元寶則選擇了和豆包不同的道路。
自從2月13日開啓接入DeepSeek後,元寶在短短一個半月腹瀉式更新了30次,除了新增各項功能外,小編對於元寶最直觀的感受是其一直在縮短推理時間,提升輸出效率。而以字節和智譜為代表的邊搜邊推理模式則相對聚焦於信息的準確性和完備性,在時效性上並不如元寶。
這也代表着,目前AI大模型可能會從千篇一律未來逐漸分化,形成各有特色的競爭格局。
除了在技術層面試圖挑戰Deepseek爆火後形成的基座大模型格局,字節在應用層面也採取了飽和式打法,主打全面覆蓋。
蝴蝶效應公司3月6日推出的人工智能體Manus展示一夜爆火後,字節內部Dev Infra團隊隨即開發了一款公司內部使用的Dev Agent智能體產品,儘管目前並未對外開放,但是這也字節在大模型賽道的縮影——不錯過任何一個行業機會。
除了主力APP豆包外,目前字節在模型和應用層面幾乎覆蓋了全部的類型,其中Seed負責模型層的語言,語音,圖片,視頻,世界和多模態模型,而應用層則有負責智能助手的豆包,負責虛擬陪伴的貓箱,負責圖像的星繪,專注Agent的扣子,專注圖像視頻的即夢,剪映,專注教育的豆包愛學和專注代碼的MarsCode。
在大模型技術尚未走向成熟之際,當下的AI應用排名,還存在一系列變數。尤其是DeepSeek的出現,讓整個行業都或主動或被動直面不確定性的壓力考驗。未知的挑戰多種多樣,對於字節的本次調整,很明顯可以看見其在新一輪 AI 競賽中的戰略節奏變化。無論是人才招募、論文產出,還是內部的精簡流程、聚焦主線,字節都在快速向一個以模型為中心、以組織力為槓桿的方向轉型。