第五屆字節跳動獎學金頒獎典禮近日在北京大鐘寺辦公區隆重舉行。本屆獎學金吸引了來自中國和新加坡66所高校的500余名學生報名參與，最終20位優秀學子脫穎而出，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、南洋理工大學等知名高校。獲獎領域涵蓋大模型、機器學習、多模態、AI基礎設施、機器人、AI for Science、硬件等多個前沿技術方向。

與往屆相比，2025年字節跳動獎學金不僅將獲獎名額增至20人，更將獎金總額從10萬元提升至20萬元，其中包含10萬元現金獎勵和10萬元專項學術資源補貼，用于支持獲獎學生參加學術會議、科研差旅等學術活動。字節跳動還特別為每位獲獎學生的導師提供10萬元獎勵，以表彰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與熱愛，勇于挑戰高難度技術問題，為社會創造更大價值。楊震原以技術愛好者的視角，回顧了自己自2014年加入字節跳動以來的技術探索之路。

他首先介紹了字節跳動在推薦系統領域的技術突破。2014年，公司創始人張一鳴提出用大規模機器學習系統構建推薦系統，以處理圖片、文字、視頻等多種媒體形式。當時工業界最大規模的機器學習系統是搜索廣告中使用的離散邏輯回歸（LR）模型，將其應用于推薦系統面臨巨大挑戰。團隊第一版就設定了萬億級特征規模的目標，在系統建模、存儲計算、算法優化等方面克服了諸多困難。在優化器選擇上，團隊同時推進SGD-FTRL和CDN兩套方案，最終FTRL方案成功實現稀疏化萬億特征目標，為后續發展奠定了基礎。

在科學計算領域，楊震原分享了字節跳動自2020年以來的探索成果。團隊認為，從量子力學角度，通過求解薛定諤方程可以模擬世界絕大多數現象，大量模擬產生的數據可指導機器學習進步，形成良性循環。團隊在第一性原理計算方面取得多項突破，提出的NNQMC方法在仿真精度和體系范圍上達到業界前沿水平，最新成果Scaling Laws with LAVA表明該問題與大模型一樣存在Scaling Law，具有巨大實用潛力。在分子動力學領域，團隊通過GPU加速DFT計算實現業界領先加速比，開發的分子動力學力場模型在無實驗數據預測電解液性質上達到業界最高精度。這些成果已與比亞迪成立聯合實驗室，探索在電池材料領域的工業落地應用。

在XR技術探索方面，楊震原介紹了字節跳動收購Pico團隊后的技術路線調整。2023年，團隊決定減少內容和營銷投入，轉而加大基礎技術研發，追求核心體驗的質的提升。在清晰度方面，團隊與供應商合作定制MicroOLED顯示技術，通過導入微透鏡提升亮度，解決色亮度均一性問題，最終實現平均PPD40、中心區域超過45的行業領先水平。為解決MR技術挑戰，團隊全鏈路自研專用消費電子芯片，將系統延遲控制在12毫秒左右，達到世界頂尖水平。團隊還建設了高精度測試系統，開發通用3D重建機制與高精度手勢數據采集系統，為虛實融合體驗提供技術支撐。

談到大模型發展，楊震原回顧了公司從2021年至今的探索歷程。雖然初期對大語言模型的應用方向判斷失誤，但公司迅速調整戰略，在2022年加大投入，取得顯著成果。豆包成為國內最流行的AI對話助手，火山引擎大模型服務位居中國MaaS市場首位。技術上，公司建設的大規模穩定訓練系統MegaScale實現超過55%的浮點運算利用率，在模型結構、自研服務器等方面的探索降低了大模型調用成本。對于未來發展方向，楊震原提出兩個關鍵問題：如何提升大模型的學習能力，使其能像人類一樣持續學習；如何增強大模型的IO能力，縮小與人類在內容理解和界面操作等方面的差距。他表示，字節跳動將繼續在大模型等前沿領域耐心探索，為人類社會貢獻力量。