近期，字节跳动大模型核心部门Seed完成新一轮组织调整，调整核心集中在Seed Foundation Model（Seed基础模型）板块，新设四个一级部门，重构了预训练数据、强化学习与后训练的组织链路。
此次调整核心是基础模型侧的职能整合。Pretrain Data部门由李成刚负责，合并原分散在文本、编程、视觉、语音等方向的预训练数据团队，统筹新一代Omni全模态模型的数据供给，以及超大模型预训练全流程的数据建设。
Horizon RL部门由唐晟宇牵头，整合分散在后训练、推理、视觉理解板块的后训练技术团队，聚焦强化学习方向，通过算法迭代提升模型基础智能上限。强化学习独立成建制。这意味着字节将其从后训练辅助手段，升级为基础模型能力突破的核心攻坚方向。
后训练侧拆分 B、C两条业务线。新成立的Product Posttrain-Work部门由秦禹嘉负责，定向服务B端场景，推进Agentic模型的整合发布，针对办公场景优化模型Agent 执行能力，支撑豆包、Dola的任务模式落地。
原朱文佳负责的团队更名为 Product Posttrain-Chat，继续聚焦C端对话场景，负责对话模型的整合发布，与B端部门分工协作。四个部门负责人均向吴永辉汇报。Seed同时为AI安全及前沿探索方向任命专项负责人，补齐风险管控与长期布局。
作为字节AI技术底座，Seed的演进紧跟行业节奏。
2023年初，字节从多部门抽调核心人才组建Seed团队，主攻语言与图像模型研发；年底升级为集团级独立组织，与抖音、火山引擎平级。2024年，团队快速扩张，补齐语音、代码模型等能力短板。
2025年，吴永辉加入出任基础研究负责人，原字节AI Lab整体并入Seed，基础研究资源全面集中。发展至今，Seed已覆盖基础模型、多模态生成、视频生成、AI Agent等全栈方向，推出的Seed系列模型、Seedance视频生成模型支撑着C端豆包与B端火山引擎两大业务矩阵，日均调用量处于行业第一梯队，同时持续探索下一代模型架构。
此次组织调整，本质是大模型行业进入深水区后的组织适配。
行业层面，单模态竞争进入瓶颈，全模态融合成为下一阶段核心赛道，统一的数据体系是全模态模型研发的核心前提。强化学习作为突破模型推理、规划能力的关键路径，需要独立建制集中攻坚。同时Agent能力走向规模化商用，B端任务执行与C端对话体验的优化逻辑差异显著，拆分后更适配不同场景的迭代节奏。
对字节内部而言，此前团队分散在各业务线，协同成本偏高，难以适配全模态统一研发节奏。本次调整打通数据生产链路，集中资源攻坚模型能力上限，同时让B、C端后训练各自聚焦场景需求，本质是理顺管理链路、减少内部损耗，加快研发节奏。
这是字节大模型从补短板转向提上限的标志性动作，也折射出头部厂商在AI下半场的战略聚焦方向。
文章来自于微信公众号 “大厂指南”，作者 “大厂指南”