字节跳动正式启动名为“Seed Edge”的研究项目，专注于更长期、更基础的AGI前沿研究，该项目已规划五大研究方向，包括下一代推理、感知、软硬一体模型设计、下一代范式及Scaling方向。Seed Edge将以虚拟项目组形式运行，探索这些不确定性较强的方向。此前，字节跳动密集发布多款AI大模型产品，最新发布的豆包大模型1.5 Pro在多项测评中表现优异，并宣称未使用其他模型生成的数据，且全系产品保持原价，加量不加价。

🚀 **下一代推理**：探索更高效且更通用的模型推理方法，提升模型推理能力，旨在突破现有推理技术的瓶颈。

👁️‍🗨️ **下一代感知**：致力于找到统一生成和理解表示的方法，实现对真实世界的有效表示和压缩，从而构建更加全面的“世界模型”。

⚙️ **软硬一体的模型设计**：跳出现有Transformer+GPU的框架，从软硬件协同的角度出发，探索新的模型设计方案，以充分发挥下一代硬件的潜力。

💡 **下一代范式**：在反向传播、Transformer架构、预训练+对齐的模式之外，探索更高效的模型结构和学习方法，寻求新的突破口。

📈 **下一代Scaling方向**：除了预训练和推理阶段的Scaling Laws，还将探索多智能体和测试时间训练等方向，以进一步提升模型性能。

IT之家 1 月 23 日消息，据晚点 LatePost 报道，1 月下旬，字节正式设立代号为“Seed Edge”的研究项目，核心目标是做比预训练和大模型迭代更长期、更基础的 AGI 前沿研究，Seed Edge 已拟定 5 大研究方向。

下一代推理：探索更高效且更通用、提升模型推理能力的方法。

下一代感知：找到统一生成和理解表示的方法，表示和压缩真实世界，构建“世界模型”。

软硬一体的模型设计：从软硬一体出发，探索 Transformer+GPU 之外的模型设计，发挥下一代硬件的能力。

下一代范式：在反向传播、Transformer 架构、预训练 + 对齐的模式之外，探索更高效的模型结构和学习方法。

下一代 Scaling 方向：在预训练和推理阶段的 Scaling Laws 之外，探索 Multi-Agent（多智能体）和 Test-Time Training（测试时间训练，动态调整模型参数）等方向。

据了解，Seed Edge 会先以虚拟项目组的方式运行，探索这些不确定性更强的研究方向。

IT之家注意到，过去一年，字节跳动密集发布了多款 AI 大模型产品。就在昨天，字节跳动还推出了豆包大模型 1.5 Pro，增强了其综合能力，在知识、代码、推理、中文等多个测评基准上，据称综合得分优于 GPT-4o、Claude 3.5 Sonnet 等模型。

字节跳动官方介绍称，豆包大模型 1.5 Pro 宣称“所有模型训练过程中，未使用任何其他模型生成的数据”。豆包大模型 1.5 全产品，包括 Doubao-1.5-pro，Doubao-1.5-lite，Doubao-1.5-vision-pro 等，将继续保持原有模型价格不变，加量不加价。