通往AGI之路，字节要同时修两条

字节跳动正同步推进两条通往通用人工智能（AGI）的技术路线。其一为基于Transformer架构的大模型规模化扩展路径，通过持续增大参数量与训练数据提升模型能力；其二为探索新型神经网络架构，旨在突破现有模型在推理效率与长时记忆上的瓶颈。据知情人士透露，该公司已组建独立研究团队，分别负责上述两个方向的技术攻关，并已在算力基础设施与算法框架上做出差异化布局。此举反映出字节跳动对AGI实现路径的多元化判断，即不押注单一技术方案，而是通过并行研发降低路线风险。目前，两条路线均处于早期验证阶段，尚未有商业化产品落地，但公司内部已设定阶段性技术里程碑。分析认为，该策略或加剧国内大模型领域的研发投入竞争，并可能影响后续开源生态与技术标准走向。