Seltene Stellungnahme: Zhang Yiming eskaliert den KI-Wettbewerb in vollem Umfang

Zhang Yiming, der lange Zeit geschwiegen hat, ist erneut zum Mittelpunkt der chinesischen KI-Szene geworden.

Am 5. August berichtete *The Information*, dass Zhang Yiming, Gründer von ByteDance, auf der Seed-Vollversammlung im vergangenen Monat dem Kernteam, das für die Entwicklung großer Modelle zuständig ist, eine harte Regel auferlegt hat: Man darf nicht darauf angewiesen sein, die Spitzenmodelle anderer Unternehmen zu destillieren, um die eigenen Fähigkeiten zu verbessern.

Zu diesem Zeitpunkt tobt in China ein heftiger Wettbewerb um große Modelle. Die Ranglistenplätze ändern sich ständig. Sobald ein neues Modell erscheint, forschen alle Unternehmen sofort daran, verfolgen es weiter und iterieren es.

Für ein Team, das noch aufholen muss, ist die Destillation eine der schnellsten Methoden, um die Lücke zu schließen. Zhang Yiming hat diesen Weg jedoch aktiv blockiert.

01

Lieber vorübergehend zurückbleiben

Ab der zweiten Jahreshälfte 2024 nimmt Zhang Yiming jeden Monat an einer Rückschau- und Diskussionssitzung des technischen Kernteams von Seed teil.

*The Information* berichtet, dass er heute etwa die Hälfte seiner Arbeitszeit und Energie auf Seed verwendet. Aber Zhang Yiming spricht selten öffentlich über KI, selbst in internen Sitzungen hört er meist nur zu, stellt Nachfragen und äußert sich kaum initiativ.

Erst im Juli 2026, als das Team erneut diskutierte, ob es durch Destillation Konkurrenten einholen soll, äußerte er sich selten.

Laut teilnehmenden Mitarbeitern machte Zhang Yiming klar, dass selbst wenn Seed vorübergehend zurückbleibt, man nicht darauf angewiesen sein darf, die Spitzenmodelle anderer Unternehmen zu destillieren, um die Fähigkeiten zu verbessern.

Wie groß ist die Versuchung der Destillation? Einfach ausgedrückt: Man sucht ein stärkeres Modell als Lehrer und lässt das eigene Modell die Antworten und Lösungswege lernen, die es liefert.

Diese Technologie ist nicht neu. Bereits 2015 hat der „Vater des tiefen Lernens“ Geoffrey Hinton und andere die Wissensdestillation systematisch gefördert.

Früher wurde sie hauptsächlich verwendet, um Modelle zu komprimieren und Kosten zu senken. Nach dem Erscheinen von ChatGPT hat sich die Situation geändert.

Als die modernsten großen Modelle zu den zentralsten technischen Vermögenswerten aller Unternehmen wurden, wurde die Destillation auch in Fragen des geistigen Eigentums, der technischen Originalität und des KI-Wettbewerbs zwischen China und den USA verwickelt.

Aber die im Inneren von Seed diskutierte Frage ist direkter: Warum nicht erst lernen, wenn andere die Antworten bereits gefunden haben?

Besonders bei großen Sprachmodellen steht ByteDance unter erheblichem Druck. Jedes Mal, wenn ein stärkeres Open-Source-Modell erscheint, erwärmen sich die Diskussionen über die Destillation erneut.

Schließlich traf Zhang Yiming persönlich die Entscheidung: Um langfristige Ziele zu erreichen, sollten wir bereit sein, einige kurzfristige Vorteile zu opfern.

*The Information* führte diese Entscheidung teilweise auf die Risiken zurück, denen TikTok in den USA ausgesetzt ist. Aber am 6. August antwortete Liang Rubo, CEO von ByteDance, auf der halbjährlichen Vollversammlung von ByteDance auf diese Aussage.

Er gab zu, dass die großen Sprachmodelle von ByteDance derzeit tatsächlich zurückbleiben, und räumte auch ein, dass die Lücke zu den führenden Modellen im Ausland weiter wächst. Aber zu der Erklärung, dass „externer Druck ByteDance zwingt, auf selbst entwickelte Technologie zu setzen“, verwendete Liang Rubo direkt zwei Wörter: „Vermutung“.

Nach seiner Erklärung ist der wahre Grund, dass er hofft, dass das Team lernt, Befriedigung aufzuschieben und die Grundlagen zu festigen.

Was Zhang Yiming blockiert hat, ist nicht nur der Weg zu amerikanischen Modellen. Laut Berichten chinesischer Medien ist die interne Nutzung anderer Open-Source-Modelle zur Destillation bei ByteDance ebenfalls streng begrenzt, und es werden sogar Methoden wie API-Prüfung verwendet, um die Kontrolle zu verstärken.

Das sagt viel aus. Was er wirklich besorgt ist, ist, dass Seed sich daran gewöhnt, auf dem Weg zu gehen, den andere bereits bereitet haben. Die Destillation kann einem Team helfen, schnell ein bereits vorhandenes Ziel zu erreichen, aber es ist schwer, ihm zu sagen, wo das nächste Ziel liegt.

Heute lernt man Claude, morgen verfolgt man GPT, übermorgen verfolgt man ein neues Modell. Die Rangplätze mögen immer besser werden, aber die Forschungsrichtung, die Trainingsmethoden und sogar die Bewertungsstandards folgen alle anderen.

Mit der Zeit kann ByteDance ein sehr starker Verfolger werden, aber es ist schwer, der Erste zu sein, der neue Fragen stellt. Deshalb zieht Zhang Yiming es vor, vorübergehend langsamer zu sein.

Aber das Schließen der Abkürzung ist nur der erste Schritt. Wenn er Seed wirklich dazu bringen will, seinen eigenen Weg zu finden, muss er auch einige der Erfolgsmethoden ändern, mit denen ByteDance in der Vergangenheit vertraut war.

02

ByteDance neu aufbauen

Um Zhang Yimings Logik zu verstehen, muss man zurück ins Jahr 2012 gehen.

In diesem Jahr war Toutiao gerade erst am Anfang. Eines Abends Ende des Jahres rief Zhang Yiming im Büro im 6. Stock des Jinqiu-Heims in Zhichun Road, Peking, alle Produktmanager und Entwickler zu einer Sitzung zusammen.

Der Kern der Diskussion war nur einer: Wenn man eine Informationsplattform aufbauen will, soll man die personalisierte Empfehlungsmaschine wirklich entwickeln?

Damals gab es nicht viele chinesische Startups, die sich entschlossen, eine Empfehlungsmaschine zu entwickeln. Zhang Yiming und sein Team konnten das selbst nicht. Jemand befürchtete: „Wir haben keine Gene und Fähigkeiten für Empfehlungen.“

Zhang Yimings Antwort war einfach: „Wir können keine Empfehlungen machen, aber wir können es lernen.“

Später begann ByteDance wirklich, von Grund auf zu lernen. Die Maschine zeichnet auf, was der Benutzer angeklickt hat, wie lange er geblieben ist und was er mag, und errät dann ständig, was diese Person als Nächstes sehen möchte.

Toutiao hat mit diesem Algorithmus die Nachrichtenverteilung verändert, und Douyin hat es in die Ära der Kurzvideos gebracht.

Viele Jahre später erinnerte sich Zhang Yiming an die frühen Gründungstage und sagte einen klassischen Satz: „Rückblickend gesehen waren viele unserer Methoden am Anfang nicht gut, aber wir waren sehr fleißig, sehr konzentriert und große Anstrengungen erzeugen Wunder.“

„Große Anstrengungen erzeugen Wunder“ wurde später fast zu einer Eigenschaft von ByteDance in der Frühphase. Das Produkt wird zuerst veröffentlicht, die Daten sprechen, man testet schnell Fehler und iteriert kontinuierlich. Sobald man die richtige Richtung gefunden hat, werden sofort Ressourcen mobilisiert, um den Vorteil schnell zu vergrößern.

So war es bei Toutiao, so war es auch bei Douyin. Im Zeitalter des mobilen Internets hat diese Methode ByteDance immer wieder dazu gebracht, später zu kommen und die Führung zu übernehmen.

Aber bis 2021 gab Zhang Yiming plötzlich zu, dass er ein bisschen nicht mehr Schritt halten kann. Im Mai dieses Jahres, im Alter von 38 Jahren, kündigte er an, das Amt des CEO von ByteDance niederzulegen.

In seinem internen Brief sagte Zhang Yiming unverblümt, dass er sich in den letzten Jahren weitgehend auf „alte Erfolge“ verlassen habe. Vor 2017 konnte er die neuen Entwicklungen der maschinellen Lerntechnik noch ständig verfolgen. In den folgenden drei Jahren hatte er kaum noch Zeit, systematisch zu lernen, und konnte sogar in einigen technischen Diskussionen kaum noch Schritt halten.

Es ist selten, dass ein Mensch, der mit Algorithmen gegründet hat, öffentlich zugibt, dass er mit den neuesten Algorithmen nicht mehr Schritt halten kann.

Zhang Yiming beschloss, das tägliche Geschäft des Unternehmens Liang Rubo zu übergeben, und sich mehr Zeit zum Lernen, Nachdenken und Forschen zu nehmen. Er setzte sich einen sehr langen Zeitraum: Zehn Jahre als Frist.

Damals schien es in den Augen der Außenwelt wie der Abgang eines Gründers. Fünf Jahre später sieht es eher wie ein Positionswechsel aus.

Liang Rubo übernimmt das riesige tägliche Geschäft von ByteDance, während Zhang Yiming seine Aufmerksamkeit immer mehr auf KI und Spitzentechnologie richtet.

In den letzten zwei Jahren pendelte er häufig zwischen Peking und Singapur. In Singapur tauscht er sich mit KI-Forschern aus; wenn er zurück in China ist, nimmt er an Diskussionen des technischen Teams von Seed teil, beobachtet das Modelltraining und verfolgt langfristige Forschungsrichtungen.

Nur dieses Mal ist das Problem, dem er gegenübersteht, völlig anders als 2012.

Bei den Empfehlungsalgorithmen von 2012 waren andere bereits vorangekommen. Wenn man es nicht konnte, konnte man es lernen. Bei der heutigen Spitzenforschung großer Modelle gibt es jedoch noch viele Probleme, für die es keine fertigen Antworten gibt.

Was ist die Architektur des nächsten Modells? Wie soll das Weltmodell entwickelt werden? Wie weit kann Agent wirklich gehen? Um diese Fragen zu beantworten, reicht es nicht mehr, nur auf „große Anstrengungen erzeugen Wunder“ zu setzen.

ByteDance beginnt, einigen Mitarbeitern Freiraum zu geben.

Anfang 2025 trat Wu Yonghui, ehemaliger Forschungsvizepräsident von Google DeepMind, bei ByteDance ein und ist für die Grundlagenforschung von Seed zuständig. Zur gleichen Zeit startete ByteDance das Seed Edge-Programm, das sich speziell mit AGI-Themen mit längeren Forschungszyklen und unsichereren Ergebnissen befasst.

▲ Dr. WU Yonghui

Dieses Team hat die vierteljährlichen OKRs und halbjährlichen Bewertungen abgeschafft und erhielt außerdem separate Rechenleistungunterstützung. Für ein Unternehmen, das seit langem Wert auf vierteljährliche Ziele, schnelle Iteration und Datenrückmeldung legt, ist eine solche Anordnung sehr selten.

Wu Yonghui verändert auch den Alltag von Seed.

Laut Bericht von *LatePost* gab es in der Vergangenheit Informationsbarrieren zwischen verschiedenen Forschungsgruppen. Wenn ein Team die Dokumente und den Code eines anderen Teams sehen wollte, musste es manchmal mehrere Genehmigungsstufen durchlaufen. Nach seinem Amtsantritt förderte Wu Yonghui den Informationsaustausch und ermutigte auch die Forscher, Arbeiten und Blogs zu veröffentlichen, um Forschungsergebnisse aktiv der Außenwelt zu präsentieren.

Einmal bei einer Vollversammlung erinnerte er alle sogar daran, ihre persönlichen Homepages zu „verschönern“.

Die Veränderungen traten schnell ein. Laut Statistik hat Seed in den drei Monaten nach dem Beitritt von Wu Yonghui mehr Arbeiten veröffentlicht als im gesamten Jahr 2024.

Eine anschaulichere Veränderung ereignete sich in der Kantine. Ein Seed-Forscher erinnerte sich, dass man Wu Yonghui oft mit einem Teller direkt gegenüber jungen Forschern sitzen sieht, während er isst und fragt, wie das Projekt läuft.

Diese kleinen Veränderungen fügen Seed etwas hinzu, was ByteDance in der Vergangenheit selten hatte: Geduld.

Man erlaubt einem Projekt, kurzfristig keine Ergebnisse zu erzielen, erlaubt einigen Forschungen, vorübergehend nicht kommerzialisiert zu werden, und erlaubt auch den Forschern, Zeit zu investieren, um Probleme zu lösen, die erst in einigen Jahren wirklich wichtig werden.

Daher sind Zhang Yimings Ablehnung der Destillation externer Modelle und das Erscheinen von Seed Edge tatsächlich zwei Seiten derselben Sache. Auf der einen Seite werden fertige Antworten geschlossen, auf der anderen Seite bleibt den Menschen, die nach neuen Antworten suchen, Zeit und Rechenleistung.

03

Wo steht der KI-Krieg?

Am 31. Juli veröffentlichte ByteDance Seedance 2.5.

Zu diesem Zeitpunkt war es nicht lange her, dass Zhang Yiming auf der Seed-Vollversammlung den Grundsatz festlegte, „nicht von der Destillation externer Modelle abhängig zu sein“.

Dieses Modell eignet sich auch sehr gut, um zu beobachten, wo ByteDance heute wirklich steht. Im Vergleich zu Seedance 2.0 von Anfang des Jahres kann das neue Modell 30 Sekunden Video auf einmal erzeugen und gleichzeitig auf bis zu 50 Bild-, Video- und Audiomaterialien verweisen.

Aber was interessanter ist, ist, dass es bereits begonnen hat, aus dem Bereich der Kurzvideos herauszutreten.

Die XCMG-Gruppe verwendet Seedance, um Videos für industrielle Betriebsschulungen und Prozess-SOPs zu erzeugen. XPeng Motors hat es in die interne KI-Designplattform integriert. Weifen Zhifei verwendet es, um „Trainingsplätze“ für Flugroboter zu schaffen und komplexe Umgebungen wie das Ausweichen von Hindernissen und die autonome Orientierung in Innenräumen zu simulieren.

▲ Preisträgerwerke der ersten KI-Offenen Meisterschaft von XPeng, das zukünftige konzeptionelle intelligente Fahrzeug, das das Team auf Basis von Seedance 2.0 erzeugt hat

Ein KI-Modell, das früher hauptsächlich dazu verwendet wurde, filmartige Bilder zu erzeugen, beginnt, Baggern, Autos und Robotern zu dienen.

Das Videomodell ist der Krieg, in dem ByteDance derzeit am besten abschneidet.

Das ist auch nicht überraschend. Douyin, TikTok und Jianying haben ByteDance mehr als zehn Jahre Erfahrung im Videobereich angesammelt. ByteDance weiß sehr gut, welche Bilder gut aussehen, wie Benutzer Videos schneiden und welche Tools Schöpfer fehlen. In der Ära der generativen KI haben sich diese Produkte, Daten und Ingenieurserfahrungen zu Modellvorteilen entwickelt.

Ein weiteres Gebiet, in dem bereits deutliche Vorteile erzielt wurden, ist Doubao.

Daten von QuestMobile zeigen, dass bis März 2026 die monatlichen aktiven Nutzer von Doubao 345 Millionen erreicht haben, die von Qianwen 166 Millionen und die von DeepSeek 127 Millionen. Doubao hat bereits die Summe der beiden anderen übertroffen.

Noch beeindruckender ist die Anzahl der Aufrufe.

Im Mai 2024 betrug die tägliche durchschnittliche Token-Aufrufzahl des Doubao-Großmodells nur 120 Milliarden. Bis April 2026 überschritt diese Zahl 120 Billionen; im Juni stieg sie weiter auf 180 Billionen.

In mehr als zwei Jahren