速描 | 字节 Seed 为什么不蒸馏别的模型？

文 | 骆轶航

2026年8月5日，《The Information》报道称，字节跳动创始人张一鸣在一个月前举行的 Seed 全员会上明确表示：字节跳动不会利用模型蒸馏来加速自身大语言模型的能力提升。

该报道分析称：字节跳动拒绝蒸馏美国前沿 AI 实验室的模型，是出于担心蒸馏行为会引发华盛顿方面的报复，危及公司旗下备受瞩目的社交媒体资产 TikTok 。

而我们了解到的是：TikTok 的前景占禁止 Seed 蒸馏美国前沿模型的考虑要素权重几乎为零。

在 Seed 全体会上，张一鸣解释禁止蒸馏其它模型的原因时说：“为了实现长远目标，我们应该愿意牺牲一些短期利益“。

这里的”长远目标“， 很容易被解读成 TikTok 的未来命运。然而，在已卸下字节跳动日常管理事务的张一鸣的优先级中，当下TikTok 的重要性，远不及追求模型的真正智能。因此，这句话应该被解读为：为了追求模型的无限智能，现阶段应禁止蒸馏。

“我们可以接受暂时的落后，但不要蒸馏”，知情人士对我们称，张一鸣曾在 Seed 内部多次做过如是表态。

过去半年，美国前沿 AI 实验室 Anthropic 已经公开指控通义千问、 DeepSeek、月之暗面和 MiniMax 等中国实验室，通过大规模虚假账号和代理网络获取 Claude 的输出，用来提高自己的模型能力。模型蒸馏正在从一种常见的训练方法，变成中美人工智能竞争中越来越“敏感”的词。

但早在“蒸馏”远未成为中美 AI 竞争的关键词的2023年，字节跳动就明确了对蒸馏的反对态度。

彼时字节的大模型团队还处于早期探索阶段，部分工程师曾将 GPT API 生成的数据用于一个较小模型的实验性研究。2023年4月，字节引入 GPT API 调用规范检查后，模型团队内部随即提出明确要求：不得将 GPT 生成的数据加入字节模型的训练数据集。此后又进行了一轮内部检查，抽样检测模型输出与 GPT 的相似度，防止数据标注人员私自使用 GPT。

字节对蒸馏训练数据的警惕，显然早于今天围绕蒸馏形成的 AI 竞争叙事。

而这项内部规定并没有终结争论。随着模型竞争加剧，研究员仍然会在具体项目遭遇能力或算力差距时，重新提出蒸馏方案。

据我们了解，从2025年开始，Seed 内部至少发生过三次更重要的关于“蒸馏”的路线争论。

第一次争论发生在2025年1月，那时 Anthropic 还没有公开指控过中国实验室。

DeepSeek-R1 发布后，它以有限的训练成本展现出强大的推理能力，震动了硅谷，也给中国其他头部实验室带来了巨大压力。Seed 内部的一些研究员对此尤其焦虑。在他们看来，Seed 的人才密度、算力投入和真实研究能力都不弱于 DeepSeek，但模型当时表现出来的推理能力却没有达到 R1 的水平。

当时业内已有猜测，DeepSeek 在训练过程中使用过来自美国前沿模型的生成数据，而这个判断至今没有得到证实，除了 Anthropic 的单方指控。

但是在 Seed 内部，它构成了一种非常现实的提问：既然同行可以通过蒸馏美国 SOTA 模型迅速提高表现，Seed 为什么不能适度采用同样的方法？

一些研究员因此建议，引入美国头部闭源模型的生成结果，提高 Seed 语言模型的推理和综合表现。这不需要放弃自己的预训练，也不意味着整款模型建立在别人身上。它更像一剂见效很快的补药：保留原有训练体系，同时用更强“教师模型”的输出来补齐已经暴露的能力差距。

但 Seed 内部最终否决了这个提议。

一年之后，关于是否“蒸馏”争论，第二次出现在英伟达 Blackwell 系列 GPU 大规模在美国部署商用的阶段。

这一次，Seed 面对的压力更加具体。

英伟达 Blackwell 系列 GPU 在2025年底大规模进入美国头部实验室；由于美国对高端 GPU 的定向出口管制，中国实验室无法获得性能最先进的“B卡”。

一个不为人知的消息是：奠定了字节视频模型全球 SOTA 地位的 Seedance 2.0，是在大量英伟达 H20 堆出来的算力环境里训练出来的。H20 是专供中国市场的“合规阉割版”，用于模型训练的综合性能表现仅为 B200 的1/50。

无论如何，美国实验室和中国实验室之间原本已经存在的算力差距，在2025年底2026年初这个节点，被一个新的 GPU 世代，骤然进一步急剧拉大。

Seed 内部注意到一个令他们不安的事实：从 GPT-5.5 到 Claude 4.8，美国顶级模型在推理、编程和科学领域出现了智能的跃迁，而这一切都与 Blackwell 系列 GPU 的大规模部署密切相关。尤其是 Claude Fable 5 展现出的智能程度，让 Seed 研究员们印象深刻。

“实在不行就蒸馏”动议再次出现，而且得到了不少研究员的支持。这成了内部逐渐弥散的情绪——尤其是在自研的 Seedance 2.0 已经是世界上表现最好的视频生成模型之一，而 Seed 系列语言模型却仍然相对落后的情形下。

支持蒸馏的研究员认为：既然短期无法消除算力的巨大差距，那就用数据换回来，把极其稀缺的、先天不足的训练资源，集中到已经被证明有效的方向上。

这个提议仍然没有得到来自公司最高层的支持，但在 Seed 内部渐有成为共识的趋势。

而这时，Seed 内部“蒸馏”动议的外在压力，仍然只是追赶美国最领先的 SOTA 模型。几个月后，Kimi K3 的成功让这个讨论真正爆发出来。

K3 在编程、工具调用、深度研究和复杂任务上的表现，已经与美国头部闭源模型进入同一个竞争区间。对 Seed 来说，这次压力甚至比 R1 更直接。

一家同样来自中国，规模和算力资源远小于字节 Seed 的实验室，已经让自己的开放权重语言模型进入全球第一阵营；投入更大、人才更多的 Seed，却仍然没有拿出一款位置相当的语言模型。

蒸馏的提议因此第三次被大声地提了出来，得到了更多人的响应。

提议者相信，只要系统性使用头部 SOTA 模型的生成结果，Seed 语言模型的表现很容易在短期内得到提升，它不需要复制某一家模型的全部能力，只需要让强模型生成足够多的推理、代码、工具调用和复杂任务数据，就可能迅速补齐最影响榜单和用户感知的部分。

这一次，内部也出现了一个看起来更稳妥的折中方案：既然蒸馏美国实验室的闭源模型，可能违反服务条款，可能遭到公开指控，也可能被卷入地缘政治争议。那么，Seed 至少可以蒸馏表现最好的开放权重模型。

开放权重模型的授权通常更宽松，模型可以在自己的服务器上部署，不需要批量注册账号，也不需要绕过地域和访问限制。它同样能够产生高质量训练数据，法律与商业风险却低得多。

这次，他们等到了张一鸣的直接表态。

张一鸣说：闭源模型不能蒸馏，开放权重模型也不能蒸馏。

他还表示：Seed 可以接受暂时的落后，但不接受依靠蒸馏竞争对手来消除这种落后。

而据我们所知，这也是此次 Seed 召开全员会的背景之一。

张一鸣希望 Seed 内部统一认识，传递一个更清晰的技术判断：关键不是短期的输赢，而是真正影响长期的基础工作和基础研究，有没有被真正地重视，有没有认真做好。

来自字节跳动创始人的直接表态，直面的是在 K3 问世后，Seed 内部对是否可以蒸馏其它模型，展现出来的前所未有的态度动摇和立场松动情绪。

这次全体会之后，Seed 内部特别出台了新的政策：明确要求禁止蒸馏 K3等开放权重模型，并通过 API 技术检测等手段，追溯排查疑似蒸馏的行为。

至此，字节内部关于蒸馏的争论和决断，已成定论，而它也越过了法律、商业条款和地缘 AI 竞争的意义。

模型蒸馏本身没有原罪。它是一种非常成熟的训练技术：让一个“学生模型”学习“教师模型”产生的概率、答案、推理轨迹或工具调用过程，以更低成本复现教师模型的部分能力。所有头部实验室都会进行自蒸馏，也会使用自己的模型生成合成数据，再把这些数据送回训练体系。

Seed 拒绝这种能力的来源，头部性能的模型——无论开源闭源，都不能成为它的教师爷。

当一个实验室发现自己落后时，它可以研究竞争对手的论文，分析其技术报告，理解它的评测结果，重新检查自己的数据、架构和训练方法。

它也可以把竞争对手直接变成“教师”，批量生产答案，再让自己的模型沿着对方已经走通的道路前进。

后一条路通常更快。

它可以让一款模型在几个月内补齐推理、编程和 Agent 能力，缩小 benchmark 的差距，也可以让产品更快进入第一阵营。但它无法告诉实验室，这些能力究竟是怎样产生的；更无法保证，当现在的 SOTA 模型智能边界走到尽头时，蒸馏的一方下一步应该去哪里。

这就蒸馏动议在字节跳动被屡次提出，又屡次否决的动因。

蒸馏并非一种有争议的技术，而是一种足够有效、足够诱人，也足以改变实验室长期研究文化的捷径。

而在字节内部，Seed 第一次想用它追赶 R1 带来的推理冲击；第二次想用它跨越 H20 与 Blackwell 之间的算力鸿沟；第三次想用它缩小与 Kimi K3 和美国头部闭源模型的差距。

三次提议，都发生在 Seed 确实有“理由”选择捷径的时候，但都被否决了。

背后却是一场持续了一年多的路线争论。TikTok 的前景、Anthropic 的指控以及美国不断升高的政策风险，当然让拒绝蒸馏变得更加容易解释，但它们不足以构成原则。字节跳动不蒸馏 SOTA 模型的技术原则，发端于这些风险和外部压力之前。

张一鸣最关心的问题恐怕是：作为一家 AI 实验室，Seed 能不能为追求最前沿的智能程度做出自己的成就，能不能摸到全球大模型竞争力的天花板。

至少可以明确的是：一款模型可以通过蒸馏进入前沿，一家实验室却不能通过蒸馏成为前沿实验室。

这意味着 Seed 可能在某些时候落后，也意味着它要为独立探索支付更多算力、时间和失败成本。但现在，它们都是可以被接受的。

点个“爱心”，再走 吧