Zhang Yimings nej till modellstympning avslöjar ByteDances långsiktiga AI-plan

ByteDance verkar välja en långsammare väg mot bättre AI-modeller. Grundaren Zhang Yiming uppges ha sagt till forskarteamet Seed att företaget bör acceptera ett tillfälligt underläge i stället för att snabbt täppa till kapabilitetsgap genom att använda rivalers modellutdata. 111

Beslutet knyter samman två centrala utmaningar för ByteDance: att bygga modeller som företaget verkligen kontrollerar och att finansiera den datorkraft som krävs när modellerna ska användas av konsumenter i stor skala.

Vad Zhang Yiming uppges ha sagt till Seed

Rapporter beskriver hur Zhang gjorde ett ovanligt framträdande vid ett internt Seed-möte i slutet av juli eller början av augusti. Budskapet ska ha varit att ByteDance inte bör förlita sig på att stympa konkurrenters frontmodeller – även om Seed därmed tillfälligt hamnar efter kinesiska rivaler. 17

I det här sammanhanget betyder modellstympning – ofta kallat distillation – att en mindre ”elevmodell” tränas på svar som genererats av en mer kapabel ”lärarmodell”. Metoden kan överföra användbara beteenden till en billigare modell. Att imitera svar via ett API är dock inte samma sak som att ha tillgång till lärarmodellens vikter eller interna representationer. 11

Den rapporterade principen är att långsiktig utveckling väger tyngre än kortsiktiga placeringar på topplistor: ByteDance vill hellre bygga egna forsknings- och ingenjörsgrunder än förbättra synliga testresultat genom att efterlikna ett annat system. 1

Rapporteringen visar däremot inte att ByteDance har förbjudit alla former av modellstympning i hela koncernen. TechNode beskrev specifikt beslutet som att Seed inte ska förlita sig på AI-stympning, utan bekräftade inget generellt förbud mot all forskning på området. 11

Varför tacka nej till en genväg som kan höja resultaten?

Poängen är inte att modellstympning saknar tekniskt värde. Problemet är att imitation kan minska ett gap i utvärderingar utan att ge elevmodellen de grundläggande förmågor som krävs för fortsatt utveckling.

En modell som tränats på genererade svar kan lära sig mönster som fungerar väl på välbekanta uppgifter. Det kan snabba på lanseringen och sänka kostnaderna. Men metoden skapar inte automatiskt egna framsteg inom exempelvis arkitektur, datakurering, efterträning, verktygsanvändning eller tillförlitlighet hos AI-agenter. En modell kan alltså se starkare ut utan att utvecklaren äger de upptäckter som gjorde lärarmodellen stark.

Detta är en strategisk tolkning av Zhangs rapporterade vilja att acceptera ett kortsiktigt underläge – inte ett publicerat tekniskt bevis för att stympade modeller inte kan göra stora genombrott. För ByteDance handlar risken i praktiken om beroende: om produkterna främst speglar externa ledare kan företaget få svårare att särskilja sig, sämre prissättningskraft och större exponering mot begränsad API-åtkomst eller licensvillkor.

Modellstympningens roll i Kinas öppna AI-våg

Modellstympning har varit en viktig motor i tävlingen om öppna modellvikter. Metoden kan komprimera dyr frontmodellskapacitet till mindre och billigare system som är enklare att distribuera. Analytiker och policykommentatorer har också hävdat att vissa kinesiska laboratorier har använt utländska modellers API:er för att i stor skala utvinna kapabiliteter, även om detaljerna och terminologin varierar mellan rapporterna.

Zhangs hållning innebär därför ett avsteg från den snabbaste strategin för att komma ikapp. Han tycks inte hävda att metoden saknar tekniskt värde, utan avvisar den som Seeds väg till att stänga gapet mot de ledande modellerna. 715

Den kinesiska AI-marknaden fortsätter samtidigt att producera stora och kraftfulla modeller med öppna vikter i högt tempo. Den hårda konkurrensen ökar pressen att snabbt optimera för testresultat och offentliga rankningar – men gör det också svårare att bygga egen forskning som en hållbar konkurrensfördel.

Omorganisationen gör företags-AI till ByteDances huvudnummer

Budskapet om att avstå från modellstympning kom samtidigt som ByteDance genomförde en större organisatorisk förändring. Rapporteringen om företagets halvårsmöte den 6 augusti beskrev Doubao och Douyin som två ”tjocka huvudlinjer”, alltså centrala verksamhetsområden med särskild strategisk tyngd. Förändringarna omfattade bland annat:

• att Feishus produktorganisation placerades tillsammans med Doubao under Zhao Qi;
• att Feishus tidigare chef Xie Xin började rapportera till Zhao Qi; och
• att Volcano Engine slogs ihop med Feishus försäljning, marknadsföring och kundservice till en Creativity Service Platform under Tan Dai. 5713

Strukturen kopplar ihop delar av AI-verksamheten som tidigare haft olika roller. Doubao står för den konsumentnära AI-produkten, Feishu för arbetsplatsens sammanhang och programvaruflöden, medan Volcano Engine bidrar med molntjänster, datorkraft och företagskunder.

Det är en större ambition än att bara lägga till AI-funktioner i befintliga appar. Förändringen pekar mot en plattform för företagsagenter som kan arbeta över arbetsuppgifter, företagsdata och programvarusystem. Den kommersiella idén är att agenter som sitter ihop med arbetsflöden, liksom infrastruktur- och molntjänster, kan vara lättare att tjäna pengar på än en fristående konsumentchatt där varje användning fortsätter att skapa stora kostnader för modellkörning.

ByteDance följer en bredare konsolidering bland Kinas teknikjättar

ByteDances drag passar in i en större förändring hos Kinas stora teknikbolag: många separata AI-produkter samlas under färre plattformar.

Alibaba har slagit ihop QoderWork, MuleRun och Wukong till QwenWork, en AI-agentprodukt för företag som kombinerar funktioner för automatisering på arbetsplatsen. 18

Tencent uppges samtidigt ha flyttat verksamheten QClaw för datorassistenter, samt delar av teamet, till molndivisionen där WorkBuddy ligger. QClaw ska fortsätta fungera, men förändringen samlar fler resurser för kontors-AI under WorkBuddys bredare molnstruktur. 20

Det finns inte tillräckligt tillförlitliga belägg i den tillgängliga rapporteringen för en ByteDance- eller Tencent-strategi som specifikt kallas ”SkillHub”. Den belagda jämförelsen är i stället ByteDances integration av Doubao, Feishu och Volcano Engine tillsammans med Alibabas konsolidering till QwenWork och Tencents samordning av QClaw och WorkBuddy.

Ekonomin bakom strategin

ByteDances långsiktiga plan växer fram samtidigt som Doubao har svårt att omvandla användningen till intäkter. Medierapporter som hänvisar till LatePost har uppskattat Doubaos dagliga intäkter under första halvåret till mindre än 1 miljon yuan, främst från e-handelsprovisioner. Den dagliga datorkostnaden uppges däremot ha nått tiotals miljoner yuan. Det rör sig om medieuppskattningar, inte ekonomiska uppgifter som ByteDance själv har offentliggjort.

Den 24 juni lanserade Doubao Pro-abonnemang för 68, 200 och 500 yuan i månaden. De betalda nivåerna var ett tidigt försök att göra den omfattande konsumentanvändningen till återkommande intäkter.

Siffrorna förklarar varför företags-AI har blivit så viktigt. Gratis eller svagt monetiserad konsumentanvändning kan ge stor spridning, men täcker inte nödvändigtvis kostnaden för att köra allt mer avancerade modeller – särskilt när användarna får tillgång till multimodala och agentbaserade funktioner. Företagsinstallationer erbjuder en möjlig intäktsväg som bygger på arbetsflöden, programvaruintegration och molnanvändning, snarare än enbart på mängden chattmeddelanden.

ByteDances stora satsning

Zhangs rapporterade nej till modellstympning och Liang Rubos organisatoriska förändringar pekar mot samma grundidé: kortsiktig likvärdighet i modelltester är mindre värdefull än att äga en komplett AI-stack som kan förbättras självständigt och säljas in i egna arbetsflöden.

Satsningen har ett uppenbart pris. Seed kan se svagare ut under en längre tid, samtidigt som ByteDance måste fortsätta finansiera forskning och modellkörning medan konkurrenter använder snabbare metoder för att förbättra sina offentliga resultat. Men ett beroende av lånad modellförmåga kan lämna företaget med pris och distribution som de enda verkliga konkurrensmedlen.

ByteDance försöker därför kombinera egen modellförmåga med distribution: Douyin för räckvidd, Doubao som användarnas AI-lager, Feishu för arbetsplatsens sammanhang och Volcano Engine för företagsutrullning och datorkraft. Om kombinationen leder till varaktigt starka marginaler är ännu oklart. Det strategiska budskapet är däremot tydligt: ByteDance behandlar AI som ett långsiktigt forsknings- och företagsagentområde – inte bara som en kapplöpning om funktioner eller placeringar på topplistor.