據《金融時報》8月7日報道，字節跳動正在訓練一個引數量最高可達10萬億的大模型，目前仍處於早期預訓練階段。這一規模將是中國已釋出最大模型、月之暗面 Kimi K3 的三倍以上，並接近 Anthropic 最先進模型 Mythos 5 的體量，業內估計後者約有 8萬億 引數。

報道稱，該專案由位元組 Seed 基金會負責人牽頭，體現 CEO 張一鳴推動原創研究、而非模仿競爭對手模型的思路。預訓練階段通常需要三到六個月，之後若進展順利將進入微調並最終釋出，確切引數規模要到後期階段才能確定。

此前《晚點 LatePost》曾報道，字節跳動正在討論訓練一個引數規模超 5萬億 的模型，超過阿里 Qwen 3.8-Max（2.4萬億引數）和月之暗面 Kimi K3（2.8萬億引數），為國內已知引數規模最大的訓練計劃。如今新訊息將這一數字翻倍，顯示字節跳動在基礎模型上的投入力度遠超外界預期。

這一動向的背景是，全球AI大模型競爭正從應用層向基礎模型層深化。Anthropic 的 Mythos 5 被視為當前行業頂尖水平之一，字節跳動若真能訓練出接近其體量的模型，將直接躋身全球第一梯隊。不過，超大引數模型的訓練對算力、資料和工程能力要求極高，預訓練階段的不確定性也很大，最終能否成功釋出仍是未知數。

對AI產業而言，字節跳動的這一佈局意味著對高階GPU等算力資源的爭奪將進一步加劇。此前有報道稱，字節跳動已向輝達等供應商大量採購晶片，而全球AI基礎設施投入正持續推高資料中心需求。若位元組的10萬億引數模型順利落地，其推理和訓練所需的算力規模將極為可觀，可能帶動相關硬體和雲服務產業鏈的進一步擴張。

同時，這也給國內其他大模型廠商帶來壓力。阿里、月之暗面等已釋出模型的引數規模在2萬億至3萬億之間，位元組若實現10萬億，將拉開明顯差距。不過，引數規模並非衡量模型能力的唯一標準，訓練資料質量、演算法效率和工程最佳化同樣關鍵。業界對超大模型的成本和收益也存在爭議，部分觀點認為，在特定任務上，更大引數未必帶來等比例的效能提升。

截至發稿，字節跳動尚未對上述報道作出官方回應。該訊息最早由《金融時報》披露，後續進展仍需關注。