36氪独家｜2026 年字节 AI 的四个关键命题

2026年，字节AI的四个核心命题已经浮出水面：世界模型、视频模型、Coding地基、豆包商业化。其中，世界模型被置于战略最高点——年底前要追平Google Genie 3的SOTA水准；视频模型需守住领先地位，探索“动态生成”等新方向；Coding要打好Agent能力的基础，形成数据回流飞轮；而豆包则要在办公场景打开商业化窗口。

字节的未竟之地：世界模型

今天字节的AI矩阵，已不再是单点突破的状态。Seed 2.0让字节挤入中国大模型第一梯队，Seedance 2.0做到了全球最佳，豆包DAU在2026年春节后突破2亿，形成断层式领先。用某大厂AI战略负责人的话说：“没有明显短板。”

但唯独缺了模型研究下一阶段的关键拼图——世界模型。字节入场世界模型赛道算晚的。2024年，刚从阿里加入字节的周畅扛起这面大旗，内部判断却一度谨慎：路线尚不明确，商业化场景模糊，不如先打好视频模型的仗。

直到2025年，字节才在小范围内成立研究组，主攻VLA（视觉-语言-动作模型）路线。带队人分两支：字节AI Lab负责人李航，基于仿真数据训练；Seed多模态研究员王文千，基于自然数据训练。2026年初，吴永辉在Seed全员会上定下硬指标：年底前至少发布一版世界模型，性能对标Google Genie 3。但进度并不理想——内部评测显示，综合性能距全球SOTA还有10%的差距，吴永辉也多次直言效果不及预期。

这场仗之所以非打不可，原因有两个。一是下游是千亿美元体量的具身智能市场，以及想象空间巨大的游戏和娱乐场景。字节机器人此前主要做物品运输、工业搬运，天花板较低，人形机器人是必然方向。二是世界模型路线存在诸多非共识——视频生成派、VLA派、JEPA派各执一词。一位AI投资人分析得直白：“赌，以字节的人才密度和资金投入，大概率能赢；不赌，则一定会输。”

于是，2026年以来字节做了不少调整。春节后，Seed新设世界模型研究组，由前Meta FAIR Lab研究员范浩奇负责，汇报给周畅。原来李航和王文千的两个VLA研究组合并，统一向周畅汇报。新队伍走3D仿真路线，主攻娱乐和游戏；原队伍走VLA路线，瞄准具身智能。资金投入上，世界模型是文本、Coding、视频等多个方向中最高的——数据预算达到数千万元，是其他厂商的3-4倍。团队计划将LLM和Seedance 2.0上验证过的“数海战术”复制到世界模型训练上。

Coding：追求更极致的数据工程

Coding能力是决定Agent效果上限的基础，这是业界共识。字节对Coding的投入一直很高，仅次于今年的世界模型。内部会定向采购数据，研究Claude Code、CodeX等海外顶尖模型的训练demo。字节跳动技术副总裁洪定坤也曾表示，Coding有助于探索模型智能上限。

但在外界，字节Coding的存在感一直不强。无论是2025年11月的Doubao-Seed-Code，还是年初的AI编程工具Trae，效果和声量都不及智谱的GLM 5和月之暗面的K2。根本原因在于数据回流缺失——模型能力有限，业务方不愿使用Seed-Code。Trae最早接入的是DeepSeek和Claude Code，甚至用产品内部自训练的Coding模型。这就形成了恶性循环：模型缺少真实应用反馈，能力提升缓慢。

2026年以来，多个应用部门被强制要求使用Seed模型。同时，人才招聘策略也转向精细化：粗放高薪招聘的时代结束，改为内部培养、提拔年轻人才。少数招聘口子只开放给来自DeepSeek、OpenAI、DeepMind、Meta等顶尖机构的AI人才，比如前DeepSeek核心成员郭达雅、前英伟达研究员董鑫。

Seedance如何保持SOTA地位

不仅要守住视频生成全球第一的位置，还要拓展新能力。Seedance 2.0的胜利本质上是数据的胜利——超过2000人的评测团队和庞大的训练数据量造就了亮眼效果。但持续“走量”面临隐忧：视频生成领域存在“Anti-Scaling Law”现象，数据越多，模型越容易只学习关键帧而忽视完整叙事。两名数据侧知情人士透露，预训练已做到天花板，接下来必须清洗数据、做更精细的后训练。

此外，“动态生成”是Seedance团队2026年的新方向。所谓动态生成就是互动视频，用户可以随时调整内容和剧情。这一赛道已跑出估值13.2亿美金的Vivix AI。周畅一直看好这个方向，因为互动视频既能做成小游戏、互动剧集，也能与世界模型探索接轨。

加速豆包的商业化和出海

豆包预计6月下旬正式上线付费内容，并与抖音电商打通完善付费场景。5月初已在App Store更新付费方案，月订阅从免费到500元不等。6月3日，豆包官方宣布推出“豆包专业版”，覆盖软件开发、数据分析、专业设计、流程自动化、金融分析、科学研究等领域。春节后DAU突破2亿，但高DAU带来高昂的推理成本和运维压力。推进商业化带有降增速和自我造血的双重目的。

PPT生成是核心切入点——面向金融、法律等高净值行业的白领收费。下一阶段还计划推出企业版，与企业内部系统打通。这一思路受海外模型商业模式的启发。Claude Code上线6个月ARR达10亿美元，一年后达25亿美元，让Anthropic反超OpenAI。现在豆包要解决的问题是把用户心智从“免费通用入口”转变为“付费效率办公助手”。不过，企业AI工具市场已被不少行业解决方案供应商占领，迟来的豆包面临更高获客成本。

出海也是豆包今年的重要命题。海外版Dola在2025年底DAU已突破千万，2026年增长目标为年底达到3000万DAU。小语种国家是主要市场——不在欧美与ChatGPT、Claude、Gemini正面对抗，差异化切入印尼、马来西亚、墨西哥等国家。第三方数据显示，2025年下半年以来，Dola频频登上这些国家应用商店下载榜。

——

加入字节一年的吴永辉，带领Seed一边修Bug一边做SOTA模型。如今Seed 2.0、Seedance 2.0初显成果，积累的工程、数据经验和人才，将高效复用到新一轮竞争。字节在AI的每个战场，目标都是赢家。