张一鸣在字节内部 AI 团队的全员会上，罕见地说了通大实话：字节具备在前沿领域与 OpenAI、Anthropic 正面抗衡的实力，但就基础大模型这条主线而言，真正实现并跑的时间不会早于 2029 年。

不少人对字节 AI 的印象，还停留在应用层的一路狂飙，豆包在国内 AI 助手里的用户规模早就拉开了断层，日常用的人越来越多；视频生成方向的 Seedance，也稳稳挤入了全球第一梯队，论做产品、磨体验、工程落地，字节的战斗力在国内互联网圈里是公认的强。

但张一鸣自己心里门儿清：表层应用打得再热闹，也遮不住底层的差距，自家的 Seed 基础模型，和 OpenAI、Anthropic 这些美国顶尖玩家比，确实还有一截距离，真要追平人家的前沿技术水平，最早也得等到 2029 年，慢的话可能要到 2030 年。

更出乎很多人意料的是，他说现在拖后腿的既不是钱，也不是算力，毕竟字节的营收体量摆在这，算力投入也一直是大手笔。

真正卡住脖子的瓶颈，是很多人没往深处想的数据，这话听着挺反常识 —— 手握抖音、头条两大内容巨兽的公司，怎么会缺数据？

说句实在话，很多人对大模型需要的数据有误解，不是所有互联网数据都能用来训练基础大模型，字节每天吞吐的海量短视频、信息流内容，用来跑推荐算法绰绰有余。

但用来练通用大模型，含金量就差远了，碎片化、娱乐化内容多，成体系的深度知识、专业逻辑语料少，撑不起模型的认知深度。

我觉得这才是问题的核心：大模型拼的从来不是数据的绝对数量，而是质量、广度和体系性。

顶尖大模型的训练语料，覆盖了全球多语言的学术文献、专业书籍、行业报告、高质量网页，知识密度和逻辑完整性都很高。字节现有的内容生态，大多是中文消费级内容，在这方面的储备差了好几个量级。

有人可能会提 TikTok，觉得海外数据能补短板，但 TikTok 的内容同样以短视频为主，娱乐属性强，知识密度依然有限，再加上海外数据的合规要求极严，能直接用于大模型预训练的比例其实不高，解决不了根本问题。

往大了说，这也不是字节一家的困境，是整个中文互联网在 AI 时代的共同难题。中文互联网的内容总量不算小，但高质量的开放训练语料其实很稀缺。

大量专业知识、学术成果分散在各个机构院校，没有形成合规可用的数据集；版权授权机制也还在摸索，企业不敢随便大规模商用。

你仔细品品就会发现，现在中美 AI 的发展路径刚好是反着来的，美国公司习惯先死磕底层模型，把核心能力做上去了，再往下延伸做应用产品。

国内厂商则是凭借强大的工程能力和丰富的场景，先把应用层做起来，用户规模跑得飞快，但底座的积累相对慢半拍。

这种错位带来的结果就是，我们的 AI 应用看着百花齐放，体验也很贴合国内需求，但底层核心能力要是一直追不上，长期发展很容易被卡脖子，应用层的创新说到底是在别人的地基上盖房子，地基不够扎实，房子盖得再花哨也有隐患。

我个人反倒挺欣赏张一鸣这次的表态，国内 AI 行业这两年风气有点浮躁，动不动就有企业发新模型，号称对标全球顶尖水平，各种榜单刷得眼花缭乱。

但真实的通用能力差距有多大，行业里都心知肚明，只是很少有人愿意明说，更别说给自己定一个三四年的长周期。

敢大大方方承认差距，敢定一个不短的追赶时间表，反而说明是真想沉下心做事情，基础技术研发从来就没有什么弯道超车，所有的突破都是靠日复一日的积累堆出来的，总想着走捷径、刷榜单、搞营销，短期内看着热闹，真到硬拼实力的时候就站不住脚。

以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言，方便大家一同探讨。