问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年8月，字节跳动旗下大模型部门Seed完成新一轮组织架构调整，Seed Foundation Model新增四个一级部门，负责人统一向字节跳动大模型业务负责人吴永辉汇报。此次调整整合了预训练数据、强化学习等核心研发资源，分开布局B、C端产品模型能力，将为下一代Omni多模态大模型、办公场景Agent等落地提供核心支撑。
此次架构调整是Seed部门成立以来规模最大的一次资源整合动作，此前分散在各业务线的预训练数据、模型后训练、强化学习团队首次被划入统一的管理体系，直接对准字节下一代大模型的研发与落地目标。
按照调整方案，四个新设一级部门全部向字节跳动大模型业务负责人吴永辉汇报，覆盖从数据生产到模型落地的全流程：
李成刚负责Pretrain Data部门，整合此前分散在文本、编程、视觉、语音等方向的预训练数据团队，统一为下一代Omni多模态大模型提供数据支撑；唐晟宇负责Horizon RL部门，整合模型后训练、推理、视觉理解等团队，核心攻坚强化学习（RL）技术，突破大模型基础智能上限；秦禹嘉负责Product Posttrain-Work部门，面向B端应用场景主导Agentic模型的研发与发布，重点优化办公场景的Agent能力，同时为豆包、Dola等C端产品的任务处理模式提供技术支持。
同时此次调整首次明确B端与C端产品的模型能力分开布局，避免不同场景的需求冲突拖累研发效率。
国内大模型行业发展至今，已经度过了拼参数规模、抢发布节点的粗放竞争阶段，当前头部厂商的核心竞争点已经转向研发效率、落地能力的比拼。
此前字节的大模型相关资源分散在不同业务团队，多模态数据标准不统一、强化学习技术复用率低等问题，一定程度上拖慢了Omni模型等重点项目的研发节奏。此次组织架构调整本质是通过资源集中，降低内部沟通成本，把技术产能最大化释放出来。
从调整的方向不难看出字节大模型的两条核心赛道：一是通用多模态大模型的技术迭代，统一的预训练数据池将大幅提升Omni模型的跨模态理解、生成能力，有望在音视频理解、多轮交互等场景实现比现有模型更优的表现；二是场景化Agent的商业化落地，B端侧重办公等垂直场景的定制化能力，C端侧重消费级产品的交互体验升级，分开布局的模式也能更好适配两类客户完全不同的需求。
业内判断，此次架构调整后，字节大模型的研发周期有望缩短30%左右，预计2026年底到2027年初就会有Omni模型相关的落地产品推出，办公Agent的商业化试点也将同步启动。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号