36氪独家｜2026 年字节 AI 的四个关键命题

正文

编辑｜张雨忻 杨轩

《智能涌现》从多个信源处独家获悉，2026 年，字节 AI 有四个重要的命题：

加大对世界模型训练的投入，年底前，模型 性能达到现阶段世界模型全球 SOTA（最佳）Google Genie 3 的水平。

视频模型继续保持领先地位， 探索“动态生成”等新方向。

进一步打好 Coding 的地基， 做好 Coding 的 Dogfooding（数据回流、评测，形成飞轮），提升 Agent 能力。

豆包强化商业化能力， 重点场景是“办公”。

字节的未竟之地：世界模型

如今，字节的 AI 矩阵中，有让字节终于得以进入中国大模型第一梯队的 Seed 2.0，还有做到世界 SOTA 水平的 Seedance 2.0，另外在应用侧，豆包也形成了断层式领先—— 我们从多方了解到，2026 年春节过后，豆包 DAU 达到 2 亿 。

“没有明显短板。”一名大厂 AI 战略如此评价字节的 AI 业务矩阵。

但在一众模型中，唯独少了大模型研究下一阶段的关键：世界模型。

几名接近 Seed 团队人士告诉我们，字节是入场世界模型赛道较晚的玩家。 2024 年，刚从阿里加入字节的周畅，扛起了世界模型研究的大旗 。

但当时内部的判断是，世界模型路线和商业化场景还不明确，更重要的是打好视频模型的仗。

直到 2025 年，字节才在小范围内成立研究组，开始对世界模型中的 VLA（视觉-语言-动作模型）路线进行探索。带队人有两位：

一是字节 AI Lab 负责人李航——2025 年 4 月，AI Lab 整体（包含 Robotics 团队）并入了 Seed，目的之一是提升模型和应用（具身智能）之间的沟通效率——主要基于仿真数据进行世界模型训练。

另一位是 Seed 多模态研究员王文千，主要基于自然数据做训练。

来到 2026 年，吴永辉终于在 Seed 全员会上为世界模型设立了一个明确的目标： 2026 年底之前至少发布一版世界模型，性能对标目前的世界 SOTA（最佳）—— Google 在 2025 年 8 月发布的 Genie 3 。

但从目前的进度来看，追赶的速度不够。一位接近 Seed 人士告诉我们，吴永辉多次在 Seed 内部会直言字节世界模型和具身智能的效果不及预期。

另有 Seed 成员透露，根据内部评测，截至2026年初，字节世界模型的综合性能距离全球 SOTA 还存在 10% 的差距。