ByteDance presenta Seed-Thinking-v1.5, un modello AI avanzato che compete con OpenAI e Google, segnando un passo avanti nell’innovazione dell’intelligenza artificiale.
ByteDance, la società madre di TikTok, ha annunciato il lancio di Seed-Thinking-v1.5, un modello di intelligenza artificiale che promette di competere con i giganti del settore come OpenAI e Google. Uno sviluppo che rappresenta un passo in avanti significativo nella strategia dell’azienda per affermarsi nel panorama globale dell’AI.
Un lancio che rientra nella strategia di ByteDance, che nel 2025 prevede di investire oltre 12 miliardi di dollari in infrastrutture per l’intelligenza artificiale. Di questi, 5,5 miliardi saranno destinati all’acquisto di chip AI in Cina, mentre 6,8 miliardi serviranno a potenziare le capacità di addestramento dei modelli AI all’estero, utilizzando chip avanzati di Nvidia.
Seed-Thinking-v1.5: caratteristiche e prestazioni dell’AI di ByteDance
Seed-Thinking-v1.5 è un modello di linguaggio avanzato che si distingue per la sua architettura efficiente e le prestazioni elevate. Secondo ByteDance, il modello offre un’efficienza sette volte superiore rispetto ai modelli densi tradizionali, grazie all’uso di un’architettura MoE (Mixture of Experts), già usata da altri modelli di punta come Llama 4 di Meta.
In benchmark chiave, Seed-Thinking-v1.5 ha superato modelli come GPT-4o e Claude 3.5 Sonnet, eccellendo in conoscenza, codifica, ragionamento e elaborazione del linguaggio cinese.
Nei test in cui delle persone dovevano scegliere tra le risposte di Seed-Thinking-v1.5 e quelle di altri modelli, il sistema di ByteDance ha vinto l’8% di volte in più rispetto a DeepSeek R1.
Anche l’infrastruttura utilizzata per l’addestramento di Seed-Thinking-v1.5 rappresenta un elemento di forte innovazione. Il modello si basa su una tecnologia chiamata Streaming Rollout System (SRS), che consente di velocizzare il processo di apprendimento fino a tre volte rispetto agli approcci tradizionali. A questo si aggiunge l’impiego del formato FP8, che permette di ridurre l’occupazione di memoria mantenendo alti livelli di precisione.
I test effettuati con utenti reali hanno evidenziato la capacità del modello di dialogare, scrivere e ragionare con naturalezza, anche su argomenti non specialistici. Secondo gli sviluppatori, questo è il risultato di una fase di addestramento strutturata in modo rigoroso, che consente all’AI di mantenere coerenza logica e chiarezza anche nei compiti più complessi e aperti.
