第五屆字節(jié)跳動獎學金頒獎典禮近日在北京大鐘寺辦公區(qū)隆重舉行。本屆獎學金吸引了來自中國和新加坡66所高校的500余名學生踴躍報名，最終有20位優(yōu)秀學子脫穎而出，他們分別來自清華大學、北京大學、復旦大學、中國人民大學、華中科技大學、香港大學、新加坡國立大學和南洋理工大學等知名學府。獲獎領域涵蓋了大模型、機器學習、多模態(tài)、AI基礎設施、機器人、AI for Science以及硬件等多個前沿方向。

與往屆相比，2025年字節(jié)跳動獎學金不僅增加了獲獎名額，還將獎金額度從10萬元提升至20萬元，其中包括10萬元現(xiàn)金和價值10萬元的專項學術資源補貼，用于支持獲獎學生參加學術會議和科研差旅等。字節(jié)跳動還為每位獲獎學生的導師提供10萬元獎勵，以感謝他們在學生成長和科研道路上的辛勤付出。

頒獎典禮上，字節(jié)跳動技術副總裁楊震原向獲獎師生表示祝賀，并分享了公司在技術領域的探索歷程。他鼓勵同學們保持耐心和熱情，勇于挑戰(zhàn)高難度的技術問題，為社會創(chuàng)造更大價值。

楊震原回顧了自己在字節(jié)跳動近12年的技術生涯。他提到，公司創(chuàng)始人張一鳴在2014年提出用大規(guī)模機器學習系統(tǒng)構建推薦系統(tǒng)，以處理圖片、文字和視頻等多種媒體形式的推薦。這一想法極具吸引力，盡管當時工業(yè)界最大規(guī)模的機器學習系統(tǒng)僅應用于搜索廣告領域，且同時具備大規(guī)模軟硬件工程和機器學習經(jīng)驗的人才稀缺，但團隊仍設定了極具挑戰(zhàn)性的目標：在2014年實現(xiàn)萬億級別的特征規(guī)模。

在實現(xiàn)這一目標的過程中，團隊面臨諸多技術難題。例如，在優(yōu)化算法方面，他們同時探索了SGD-FTRL和CDN兩種方案。盡管CDN項目初期進展順利，但最終未能成功上線，相關研究人員隨后轉向其他機器學習方向，繼續(xù)為公司重要業(yè)務貢獻力量。而FTRL方案則迅速上線，成功實現(xiàn)了稀疏化萬億特征的目標，并展現(xiàn)出高度的靈活性。

在科學計算領域，字節(jié)跳動自2020年起持續(xù)投入資源。楊震原解釋道，盡管現(xiàn)實世界復雜多樣，但其底層物理規(guī)律卻相對簡潔。理論上，如果計算能力無限，從薛定諤方程中可以解出世界中絕大多數(shù)現(xiàn)象。公司在這方面的工作涵蓋了從第一性原理計算到分子動力學的多個層次。例如，在神經(jīng)網(wǎng)絡量子蒙特卡洛方法領域，字節(jié)跳動取得了多項前沿成果，包括提出首個適用于固體體系的NNQMC方法和在二維轉角材料研究上的突破。今年，團隊還將NNQMC技術應用于拓撲絕緣體的研究，這種材料因其獨特的電學性質而備受關注。

在分子動力學方面，字節(jié)跳動通過改進正問題和逆問題，顯著提升了仿真精度。團隊開發(fā)的GPU加速DFT計算程序實現(xiàn)了業(yè)界領先的性能，相比傳統(tǒng)CPU計算程序，速度提升達500至1000倍，算力成本降低一個數(shù)量級。團隊還開發(fā)了高精度的分子動力學力場模型，用于預測分子和固體體系的性質，其中ByteFF-Pol模型在無實驗數(shù)據(jù)情況下實現(xiàn)了業(yè)界領先的電解液性質預測精度。

字節(jié)跳動在硬件領域同樣積極探索。2021年收購Pico團隊后，公司制定了兩條發(fā)展路線：一是以現(xiàn)有產(chǎn)品形態(tài)為主，加強內(nèi)容和營銷投入；二是投資基礎技術，追求核心體驗的顯著提升。2023年，公司決定減少內(nèi)容和營銷投入，更加堅定地投入技術路線。例如，在XR領域，團隊通過定制MicroOLED顯示技術和自研消費電子芯片，顯著提升了產(chǎn)品的清晰度和系統(tǒng)延遲性能。目前，團隊正在開發(fā)通用3D重建機制和高精度手勢數(shù)據(jù)采集系統(tǒng)，以進一步提升虛實融合的交互體驗。

在大模型領域，字節(jié)跳動也取得了顯著進展。盡管公司最初對大語言模型的應用價值認識不足，但迅速調整方向后，現(xiàn)已推出中國最受歡迎的AI對話助手豆包，并在火山引擎的大模型服務市場上占據(jù)領先地位。技術上，公司建設了大規(guī)模穩(wěn)定訓練系統(tǒng)MegaScale，實現(xiàn)了高效的浮點運算利用率。團隊在模型結構、自研服務器等方面進行探索，降低了大模型的應用成本。