🧠 模型 · 训练动态
中国 AI 实验室激进押注：训练 10 万亿参数大模型，规模或超越行业顶尖模型
据知情人士透露，这家公司正在训练一个参数量高达10 万亿的 AI 模型——即便按5 万亿的下限计算，也已超过目前中国已发布的最大模型，接近海外头部模型规模；若按 10 万亿计算，将直接超越约 8 万亿参数的行业标杆。
综合公开信息整理•
2026-08-07•
全文约 4 分钟读完
#大模型
#超大规模预训练
#模型蒸馏
#AI Coding
10 万亿
目标参数量 · 尚处早期训练阶段
3–6 个月
预训练窗口期 · 之后微调发布
8 万亿
对标模型参数 · 10 万亿将超越
⚡ 30 秒速览
- 发生了什么：知情人士称，该公司正在训练参数量高达 10 万亿的 AI 模型，次日报道口径从"超 5 万亿"上调至"10 万亿"。
- 意味着什么：5 万亿已超国内现有最大模型，10 万亿将直接超越海外约 8 万亿参数的行业标杆。
- 谁在主导：由 Seed Foundation 负责人主导，与预训练数据负责人合作推进。
- 关键态度：创始人明确反对模型蒸馏——"不想走捷径"，即使短期落后也要坚持自研路线。
- 战略信号：整合算力与数据资源，强调 AI Coding 关键地位，同时加速 B 端商业化，形成"双线进攻"。
01数字为什么重要？一条被不断上调的新闻
8 月 7 日，英国《金融时报》援引知情人士报道，该公司正在训练一个参数量高达 10 万亿 的 AI 模型。而就在前一天晚间，另一家媒体的口径还是"超 5 万亿"。
一夜之间，数字翻了一倍。
这个差距不是无关紧要的修饰——它直接决定了新模型的行业坐标：
5 万亿（下限口径）
已超过国内已发布的最大模型，接近海外头部模型规模。属于"追上"。
10 万亿（最新口径）
直接超越约 8 万亿参数的行业标杆，属于"碾压"。完全不同的叙事。
注：两种口径均来自知情人士表述，模型仍处早期预训练阶段，最终参数量将由后期训练结果决定。
截至发稿，该公司未对此事作出回应。一位知情人士补充：模型仍处早期阶段，预训练窗口为 3 到 6 个月，顺利的话之后会进行微调并发布，具体尺寸将在后期确定。
换个角度想——连发布者自己都还没定最终参数，外界的想象力已经先跑起来了。
02为什么这个消息值得认真对待？
单纯"训练大模型"不是新闻——各大厂商都在做。真正值得关注的是三个信号叠加。
3 人关键人物：创始人 ×2 + 技术负责人
2 次最高层公开表态
1 个明确反对：模型蒸馏
2 线产品 B 端 + 训练激进
注：数字格展示的是本次事件中可计数的高层动作密度——两次全员会、两位最高层先后发声、一项明确的技术路线表态。
过去几天，这家公司的创始人与 CEO 在两次不同的全员会上先后表态。创始人张一鸣在与 Seed 负责人吴永辉共同召开的全员会上，解释了一个关键的组织调整：把火山引擎、飞书和豆包的资源整合到一起，目的是"构筑在算力和数据上的优势"。
这不是一次普通的架构调整。
把产品、销售与技术资源拧成一股绳，指向同一个目标：为超大规模模型训练提供弹药。
03他们相信什么？两次全员会上的关键表态
🗣️ CEO 梁汝波：AI Coding 是短板，也是方向全员会 · 2026-08-06
- 坦承豆包大模型在 AI Coding 方面并不算突出，直接用海外某产品的 Claude Code 举例。
- 承认短板，但将其明确为下一步要补强的核心方向。
信号解读：不回避差距，把 Coding 列为战略级能力缺口。
🧭 创始人张一鸣：不蒸馏，不走捷径Seed 全员会
- 明确反对模型蒸馏——将其定义为"复制已有能力"，长期只会逼近对手，无法真正超越。
- 表态即使不蒸馏意味着短期内技术落后于国内竞争对手，也"不想走捷径"。
- 同时提醒：编程只是眼下的热点之一，要着眼其他领域。
- 透露过去几年已在 AI 方向大量投入，未来还会投入更多。
信号解读：这是一条鲜明的技术路线宣言——拒绝速成，押注长期自研。
值得补充的背景：模型蒸馏（Model Distillation）是将大型复杂模型压缩为更小模型的过程，即让小型模型复制教师模型的知识与输出。它能在短期内显著提升表现，但本质是"跟随"而非"开创"。
张一鸣的拒绝，是对这条"捷径"的公开否决。
04为什么是现在？一个被对手"让"出来的窗口期
大洋彼岸的近况，给国内大模型训练撕开了一个难得的窗口期。
🌍 海外头部模型的"安全危机"
- 某海外标杆模型（约 8 万亿参数）因安全顾虑被暂时禁用，仅对经批准的组织开放。
- 另一头部模型此前也因安全问题被勒令"停服"。
- OpenAI 的模型同样频繁爆出不受控的安全问题。
效应：竞争窗口被外力打开，但能接住的只有准备好的人。
与此同时，国内玩家在跑分上已经逼近。
过去几周，月之暗面的 Kimi K3 和阿里巴巴的 Qwen 3.8 Max 在基准测试中表现抢眼，仅在某些领域落后于海外头部模型，国内外开发者反馈积极。
跑分之外，更关键的是下一阶段的动作。业内人士透露：多家中国实验室正在训练对标规模的模型，而这家公司几乎是赛道上押注最激进的一家。
外部窗口→内部激进→资源整合→规模冲刺
注：链路图示意本次事件中"外部机遇 → 内部决策"的传导逻辑，非官方信息披露。
05"双线进攻"：产品端与训练端同时加速
训练端的激进已经足够高调，但产品端的动作同样密集。
📱 产品端：To C 到 To B 的全面冲刺
- 面向消费者的 AI 应用月活已达 3.24 亿，是国内最受欢迎的 AI 应用之一。
- 将飞书团队一分为二：产品团队并入豆包，销售线划归火山引擎。
- 与飞书合并后，豆包开始向 B 端市场冲刺。
产品端逻辑：把 C 端积累的流量优势，转化为 B 端商业化能力。
🧠 训练端：规模激进 + 技术路线鲜明
- 10 万亿参数目标，超越行业标杆的开源/闭源策略选择。
- 与阿里、腾讯等同行不同，大模型大多保持闭源。
- 最新视频生成模型已跻身全球最先进之列。
训练端逻辑：拒绝蒸馏，用基础设施投入换真正的代差。
两条线，一个目标：在窗口期内建立不可追赶的领先优势。
06编辑核心判断
编 辑 独 立 观 点
10 万亿参数本身不是答案，拒绝蒸馏才是。
张一鸣的表态把这场竞赛从"规模比拼"拉回了"能力沉淀"——当所有对手都在用蒸馏快速逼近时，选择不蒸馏意味着主动接受短期落后，去赌一条更慢但可能更远的路。这可能是比参数量更值得关注的信号。
一个诚实的注脚：
"10 万亿"目前只是知情人士的说法，尚未得到官方确认。模型仍处早期预训练阶段，最终参数量可能调整。历史上，预训练规模与最终发布参数未必一致——但无论如何，5 万亿以上的下限已经足以改变国内大模型的竞争坐标。
▶怎么跟进
关注该公司 Seed 团队与豆包产品的后续发布节奏。模型仍处预训练早期阶段，预计 3–6 个月后或有更多信息释放。
持续跟踪 Seed 团队动态 →