张一鸣:字节大模型对标国际第一梯队,追平最早2029年?

资讯 AI 开发者社区 作者:编程导航 全文 375 字 · 约 1 分钟读完 配图 1 张 分类字节跳动Anthropic大模型数据

近日,有消息称字节跳动创始人张一鸣近期在面向AI团队的内部全员会议上表示,字节有能力与OpenAI、Anthropic展开竞争,但要真正追平国际前沿技术水平,最早可能需要等到2029年或2030年。 他强调,字节大模型应对标国际第一梯队,当前Seed系列模型与海外顶尖AI公司相比,预训练数据集规模仍存在差距,这是现阶段

所属频道 大厂动态模型发布

近日有消息称,字节跳动创始人张一鸣在面向AI团队的内部全员会议上表态,字节具备与OpenAI、Anthropic竞争的实力,不过真要追平国际前沿水平,最早恐怕得等到2029年或2030年。他同时强调,字节大模型应对标国际第一梯队;就当前Seed系列模型而言,与海外顶尖AI公司相比,预训练数据集的规模仍有差距,这是眼下需要重点盯住的问题。

另据外媒报道,字节Seed团队正在预训练一款参数规模最高可达10万亿的模型,这一体量有望比肩Anthropic最高端模型的量级。

其实这不是张一鸣头一回讲字节AI要走长期路线。他此前在内部会议中就说过,模型研发得坚持长期主义和延迟满足感,不能靠拿其他模型的输出换取短期榜单排名。这次的表态,再次把字节在大模型研发上的竞争目标摆了出来,也说明基础模型能力、预训练数据规模以及长期技术积累,在他眼里分量不轻。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 张一鸣定调字节AI:2029年追平OpenAI,Seed数据量仍是短板

    11月12日,据澎湃新闻报道,字节跳动创始人张一鸣在近期一次面向AI团队的全员会议上表示,字节有能力与OpenAI和Anthropic展开竞争,但真正追平前沿技术,最早也要到2029年或2030年,字节的大模型要对标国际第一梯队。 张一鸣坦言,与海外顶尖AI公司相比,字节Seed系列模型的预训练数据集规模“仍然少了”,

    来源 AI 行业观察
  2. 张一鸣定调字节AI追赶节奏:追平OpenAI与Anthropic,最早2029年

    21世纪经济报道记者雷晨 记者获悉,字节跳动创始人张一鸣近期在面向AI团队的全员会议上表示,字节有能力在人工智能前沿领域与OpenAI、Anthropic展开竞争,真正追平这些公司的技术水平,“最早也要到2029年或2030年”。 43岁的张一鸣目前把大量时间投入幕后,参与制定字节跳动的AI战略。据知情人士透露,他在这

    来源 腾讯网
  3. 张一鸣内部定调:字节AI对标OpenAI,追平前沿最早2029年

    11月12日,记者从多方知情人士处获悉,近期字节跳动创始人张一鸣再次在内部分享中谈到AI业务。据了解,张一鸣在近期一次面向AI团队的全员会议上表示,字节有能力与OpenAI和Anthropic展开竞争,但真正追平前沿技术,“最早也要到2029年或2030年”。字节跳动的大模型要对标国际第一梯队。外媒报道称,字节Seed

    来源 腾讯网
  4. 张一鸣:字节AI追平OpenAI最早2029年,预训练数据规模是短板

    11月12日,澎湃新闻记者从多方知情人士处获悉,近期字节跳动创始人张一鸣再次在内部分享中谈到AI业务。据了解,张一鸣在近期一次面向AI团队的全员会议上表示,字节有能力与OpenAI和Anthropic展开竞争,但真正追平前沿技术,“最早也要到2029年或2030年”。字节跳动的大模型要对标国际第一梯队。张一鸣坦言,与海

    来源 腾讯网
  5. 张一鸣定调字节AI:能力可竞争,追平前沿最早2029年

    (本文作者为 Tech商业,钛媒体经授权发布)文 | Tech商业在硅谷巨头动辄宣称通用人工智能(AGI)即将在两三年内降临的狂热语境下,来自国内互联网公司最高层的一份务实时间表,显得格外清醒,甚至有些反直觉。11月11日,据彭博社援引知情人士消息称,字节跳动计划在未来几周内发布一款类似于Meta旗下Muse的人工智能

    来源 腾讯网
  6. Anthropic年化收入810亿美元,增速放缓后IPO还能撑住估值吗

    Anthropic已经证明,大模型可以成为一门高增长、高毛利并产生经营利润的生意。但模型优势折旧、算力长期承诺与客户消费收入之间存在时间差。9009亿美元供给承诺相当于客户RPO的65倍,产业链又出现供应商、股东与渠道重叠。 AI产业真正的考验,是终端客户创造的外部收入能否覆盖全链条的成本与资本回报。

    来源 华尔街见闻
  7. 便宜得离谱!Meta甩出“最省钱模型”,1/3成本追平Claude Haiku 5.5

    单项任务成本约为Claude Haiku 5.5的三分之一。 编译 | 黄菲 编辑 | 江宇 智东西11月10日消息,今日,Meta正式发布最新模型Muse Ember,主打复杂推理和智能体任务。Meta称,这是其迄今体量最小、效率最高的模型,能够跨应用执行工作流、连续调用工具、运行测试并修复代码。Muse Ember

    来源 AI 开发者社区
  8. 豆包工作开放Kimi、GLM等第三方模型,办公Agent竞争加剧

    字节跳动旗下的豆包工作,开始让用户使用更多竞争对手的大模型。11月12日,豆包工作宣布更新模型阵容,在原有豆包2.1 Lite和Pro两款自研模型之外,正式接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型。这次更新还伴随着一轮价格调整。豆包工作将在模型选择页面标注不同模

    来源 腾讯网
  9. Anthropic发布MAMUBench:多智能体协作为何频频失灵?

    随着人工智能深度融入日常生活与工作,越来越常见的一个场景是:多个用户各自委派自己的 AI 助手去共同完成一项任务,比如共享 API 算力预算、协同处理诊所日历、一起凑单点外卖,或者在共享代码库中提交合并请求。然而,当这些各自为战的 AI 聚在一起时,它们的协作表现究竟如何? 针对这一前沿课题,Anthropic Fel

    来源 AI 开发者社区
向下滚动自动加载更多