Laut einem Bericht von The Paper hat Zhang Yiming, der Gründer von ByteDance, kürzlich in einer internen Präsentation offen über das KI-Geschäft gesprochen und einen Zeitrahmen angegeben. In einer jüngsten Vollversammlung für das KI-Team erklärte Zhang Yiming, dass ByteDance in der Lage sei, mit OpenAI und Anthropic zu konkurrieren, aber um tatsächlich mit den führenden Technologien Schritt zu halten, „frühestens bis 2029 oder 2030“. Er stellte auch klar, dass die großen Modelle von ByteDance mit der internationalen ersten Reihe konkurrieren werden.
Was die bestehenden Unterschiede betrifft, so scheute Zhang Yiming nicht davor zurück, diese anzusprechen. Er gab zu, dass im Vergleich zu führenden KI-Unternehmen im Ausland der Umfang der vortrainierten Datensätze der Byte Seed-Modellreihe noch relativ klein sei, was derzeit das größte Problem für ByteDance AI darstelle. Bei der Leistungsfähigkeit von Modellen ist der Umfang der Daten oft der schwierigste Faktor, der schnell ausgeglichen werden kann: Rechenleistung kann gekauft werden, Teams können rekrutiert werden, aber die Ansammlung hochwertiger Korpora erfordert Zeit und kontinuierliche Investitionen, die kurzfristig nicht einfach durch Mengenlösung behoben werden können.
ByteDance plant, bis 2029 oder 2030 mit der KI-Technologie an die Spitze zu gelangen
Dennoch ist das Handeln von ByteDance nicht langsam. Ausländische Medien berichten, dass das Byte Seed-Team ein Modell mit einer maximalen Parameteranzahl von bis zu 10 Billionen trainiert, dessen Umfang mit dem der hochentwickelten Modelle von Anthropic vergleichbar ist. Sollte dies zutreffen, würde es zeigen, dass ByteDance bereits nach den Standards der ersten Reihe in Bezug auf den Umfang vorbereitet ist.
Dies ist nicht das erste Mal, dass Zhang Yiming intern über den Entwicklungsweg der KI spricht. Zuvor hatte ein Reporter von The Paper von internen Quellen erfahren, dass er in einer internen Sitzung erklärte, dass die Entwicklung von Modellen langfristige Perspektiven und verzögerte Befriedigung erfordere, anstatt nur kurzfristige Rankings durch die Nutzung von Outputs anderer zu verfolgen.

