界面新聞記者 | 宋佳楠

字節(jié)跳動在AI領(lǐng)域的布局不僅越來越深入，也開始偏向長期主義。

1月23日，據(jù)晚點報道，字節(jié)跳動豆包大模型團隊日前正式設(shè)立了一個代號為“Seed Edge”的研究項目，鼓勵項目成員探索更長周期、不確定的和大膽的AGI研究課題。

接近字節(jié)的知情人士透露，Seed Edge的目標是探索AGI的新方法，代號名中“Seed”即豆包大模型團隊名稱，“Edge”代表最前沿的AGI探索。Seed Edge鼓勵跨模態(tài)、跨團隊合作，為項目成員提供寬松的研究環(huán)境，實行采用更長周期的考核方式，以保障挑戰(zhàn)真正顛覆性的AGI課題。同時，Seed Edge也將得到單獨的算力資源保障。

報道稱，該項目已初步確定了五大研究方向，包括探索推理能力的邊界、探索感知能力的邊界、探索軟硬一體的下一代模型設(shè)計、探索下一代AI學習范式、探索下一個scaling方向。

AGI即通用人工智能（Artificial General Intelligence），指的是具備與人類同等智能水平，可以在各種不同的任務(wù)和環(huán)境中表現(xiàn)出類似人類的智能行為的人工智能系統(tǒng)。它能夠理解、學習和應(yīng)用知識，進行推理、解決問題、做出決策、進行自然語言交流、感知和理解世界等，并且可以在多個領(lǐng)域和任務(wù)中靈活地適應(yīng)和表現(xiàn)出色，而不僅僅局限于特定的單一任務(wù)。

目前的人工智能技術(shù)大多是弱人工智能，只能在特定領(lǐng)域或任務(wù)中表現(xiàn)出色，而AGI則追求更廣泛的智能能力和通用性。AGI的實現(xiàn)是人工智能領(lǐng)域的一個重要目標和挑戰(zhàn)，吸引著眾多研究者和科技公司不斷投入和探索。

不過，AGI研究通常需要大量的資金投入以及跨學科人才，也需要處理海量數(shù)據(jù)和進行復(fù)雜的模型訓(xùn)練，花大量時間進行實驗和改進。這也意味著，實現(xiàn)AI研究人員所向往的AGI理想是一個長期過程，需要研究者和相關(guān)機構(gòu)持續(xù)投入時間和精力。

為此，報道認為字節(jié)跳動需跳出既有方法論和慣性，能夠容忍更長反饋周期和不確定結(jié)果，變得“慢”下來。

該公司在人才儲備方面已多有動作。去年5月，豆包大模型團隊啟動了“Top Seed人才計劃”，主要面向在校和應(yīng)屆博士生招攬頂尖的AI研究人才，共同挑戰(zhàn)世界級AI課題。該團隊過去幾個月有57篇論文入選ICLR、CVPR、NeurIPS等國際頂級會議，還發(fā)布了下載量超百萬的開源項目及GitHub上的熱門項目。

若“Seed Edge”計劃得以長期實施，有望帶動AI行業(yè)研究從短期布局逐步轉(zhuǎn)向長短并進，進一步縮小與國際先進水平的差距。